这一年来，AI 发展的越来越快，大模型使用的门槛也越来越低，每个人都可以在自己的本地运行大模型。今天再给大家介绍一个最厉害的开源大模型服务框架------ollama。
项目介绍
Ollama 是一个开源的大语言模型（LLM）服务工具，它允许用户在本地环境快速实验、管理和部署大型语言模型。它支持多种流行的开源大型语言模型，如 Llama 3.1、Phi 3、Mistral、Gemma 2 等，并且可以通过命令行界面轻松下载、运行和管理这些模型。
Ollama 的出现是为了降低使用大型语言模型的门槛，是让大型语言模型更加普及和易于访问。
项目安装
既然说到要降低门槛，Ollama 的安装也自然是非常的方便了。
Ollama 支持 macOS、Windows 和 Linux 操作系统，同时也提供了 Docker 镜像，方便在不同环境中部署。
-
macOS : 可以通过 Homebrew 安装，使用命令
brew install ollama。也可以直接下载安装包运行。 -
Windows: 需要下载安装包并运行。
-
Linux : 可以通过包管理器或使用命令
curl -fsSL ``https://ollama.com/install.sh`` | sh安装。 -
Docker : 可以使用
docker pull ollama/ollama命令拉取镜像，并运行容器。
这里以 macOS 为例，下载了 ollama 的安装包后，直接双击运行这个可爱羊驼的应用，程序会提示你将应用移动到 application 文件夹，并且有后续的提示操作，我们按照指引去安装就可以了。
项目使用
安装完成后，我们可以直接执行 ollama 应用启动，也可以在命令行中执行 ollama serve 来启动 Ollama 服务。
当然，现在的我们主要在命令行中去操作 ollama。
执行 ollama list：可以列出已下载的模型，如图：
执行 ollama pull <model> 可以从远程仓库拉取模型。
执行 ollama run <model> 可以运行指定的模型，我们使用 ollama run llama3:8b 来运行已经安装的模型，并且开始对话，如图：
web 界面
如果都是用命令行交互，还是挺麻烦的。这里再给大家介绍一个好用的 ollama 的 web 界面：open-webui。
这也是一个开源项目，我们可以使用 docker 来快速部署：
docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main之后在浏览器访问 localhost:3000，可以打开一个和 ChatGPT 很像的页面：
点击上方的"选择一个模型"，便可以看到 ollama 中已经下载的模型，选中后直接开启聊天就可以啦。
总结
Ollama 是一个功能强大且易于使用的工具，它为本地部署和运行大型语言模型提供了一个简单而有效的方法。无论是研究、开发还是日常使用，Ollama 都能满足用户对大型语言模型的需求。Ollama 拥有庞大的社区用户和相关的开源项目，配合 open-webui，我们可以更好的使用 Ollama，并为朋友们提供一个类似于 ChatGPT 的对话界面。
感兴趣的朋友们，赶紧去试试吧。
项目地址：
https://github.com/ollama/ollama
https://github.com/open-webui/open-webui