Ollama开发指南

前奏:Ollama是什么,为什么这么好用

安装必备工具

确保已安装以下软件的正确版本:

CMake 3.24 或更高版本

Go 1.22 或更高版本

GCC 11.4.0 或更高版本

使用 Homebrew 安装这些工具(适用于macOS和Linux):

复制代码
brew install go cmake gcc

可选:启用调试与详细日志

构建时开启调试信息:

复制代码
export CGO_CFLAGS="-g"

运行时开启更多日志输出:

复制代码
export OLLAMA_DEBUG=1

获取依赖库并构建原生LLM代码

使用Go的generate命令来获取依赖并构建本地代码:

复制代码
go generate ./...

含义看这里:go generate ./... 含义

构建Ollama

构建Ollama主程序:

复制代码
go build .

运行Ollama

构建完成后,执行Ollama:

复制代码
./ollama

Linux平台特异性

Linux上的CUDA(NVIDIA)

安装NVIDIA CUDA开发包和运行时环境。尽管某些Linux发行版可能已包含CUDA,但具体步骤可能因发行版而异,请查阅相应文档。

构建脚本通常能自动识别CUDA路径,若路径非标准,可通过环境变量CUDA_LIB_DIR和CUDACXX指定CUDA库目录和nvcc编译器位置。自定义目标CUDA架构,可设置CMAKE_CUDA_ARCHITECTURES。

Linux上的ROCm(AMD)

安装CLBlast和ROCm的开发包,以及CMake和Go。

ROCm同样能被自动检测,但如有特殊路径,可通过ROCM_PATH和CLBlast_DIR环境变量指定ROCm安装目录和CLBlast目录。AMD GPU目标可通过AMDGPU_TARGETS自定义。

ROCm运行时需提升权限,通常将用户加入render组或以root身份运行。

高级CPU设置

默认情况下,go generate ./...会基于通用CPU家族和向量数学能力编译几个LLM库变体。

若要为特定处理器定制CPU版本,可设置OLLAMA_CUSTOM_CPU_DEFS环境变量,传入llama.cpp编译标志。

Linux容器化构建

如果安装了Docker,可以使用./scripts/build_linux.sh脚本构建Linux二进制文件,该脚本包含了CUDA和ROCm依赖。构建产物位于./dist目录下。

Windows平台

注意:Ollama的Windows构建仍在开发中。

必须安装MSVC工具链、Go(1.22+)及MinGW(任一变体)搭配GCC。

对于Windows CUDA支持,需在安装MSVC后安装NVIDIA CUDA。

对于Windows ROCm支持,需安装AMD HIP SDK,并配置Strawberry Perl环境。

最后,确保将MSVC附带的ninja.exe添加到系统路径中。

Tool:ChatAI文字生成图片代码差异比较器HTML查错器Llama3在线

Link:https://www.cnblogs.com/farwish/p/18164772

相关推荐
jasonj337 小时前
大模型与Dify实战:汽车研发工程师的AI工具
ai
CoderJia程序员甲7 小时前
GitHub 热榜项目 - 日榜(2025-10-15)
ai·开源·大模型·github·ai教程
AlfredZhao8 小时前
比 "26ai" 更震撼的,是 Oracle AI 向量搜索改写的生命答案
ai·vector·search·26ai
come1123416 小时前
Chrome MCP Server 的安装与使用
ai
CoderJia程序员甲18 小时前
GitHub 热榜项目 - 日榜(2025-10-11)
ai·开源·github·ai编程·github热榜
CoderJia程序员甲21 小时前
GitHub 热榜项目 - 日榜(2025-10-14)
ai·开源·大模型·github·ai教程
kailp1 天前
未来栖居的科技蓝图:「摩登豪宅」特展揭示2025智能家居“隐智”新范式
科技·ai·智能家居·云渲染·渲染图
渣渣苏1 天前
LangChain4J实战,高效速通
ai·langchain4j
Apifox.1 天前
如何在 Apifox 中通过 AI 一键生成几十个测试用例?
人工智能·程序人生·ai·测试用例·ai编程
Learn Beyond Limits1 天前
TensorFlow Implementation of Content-Based Filtering|基于内容过滤的TensorFlow实现
人工智能·python·深度学习·机器学习·ai·tensorflow·吴恩达