本文目录
- [1. 前言](#1. 前言)
- [2. 开发](#2. 开发)
- [3. 在Go中使用LLM](#3. 在Go中使用LLM)
1. 前言
通过Ollama+Langchaingo+Gin搭建本地LLM应用。
这里简单再阐述下面几个相关概念。
Ollama：是开源跨平台大模型工具。它支持多种先进的语言模型，如 qwen、llama 等，让用户能在服务器中运行这些模型。用户可以利用它进行文本生成、翻译、代码编写、问答等多种自然语言处理任务，并且具有易于集成、可本地部署、支持模型微调等特点。也就是可以帮助我们本地运行大语言模型的一个工具。
Langchain：将大型语言模型集成到应用程序中。有多种功能模块，能支持开发者构建各种基于语言模型的应用，其应用场景包括聊天机器人、文档分析和总结、代码分析等，可帮助企业和开发者快速构建具有推理能力、可控代理工作流以及方便调试、测试和监控的语言模型应用程序。
Langchaingo： LangChain 的 Go 语言版本，通过它可以快速构建起基于 Go 语言的大型语言模型应用。它与 LangChain 类似，提供了对多种语言模型的支持以及相关的功能模块，方便 Go 语言开发者使用语言模型进行应用开发。
2. 开发
依赖文件
通过命令go get github.com/gin-gonic/gin来安装gin框架，go get github.com/tmc/langchaingo/llms来安装对应的langchaingo。
ollama客户端和模型
到ollama官网下载对应的ollama客户端。
安装好ollama的客户端之后可以在cmd命令行窗口中输入ollama来查看是否安装成功。
现在需要下载对应的大模型了，这里使用阿里的qwen大模型。
使用命令ollama run qwen就可以进行对应的下载了。
等待一会安装好之后就可以使用了。
然后我们就可以直接进行对话了，比较简单。
3. 在Go中使用LLM
刚刚我们已经在客户端使用了LLM了，现在尝试一下在go中使用gin框架来调用LLM进行开发。
代码逻辑很好理解，也比较简单，通过langchaingo中的ollama来访问大模型，并把得到的回复封装回response。
然后我们运行代码，就可以通过gin来访问大模型了。
运行代码之后，通过post工具来看看是否能够访问，ok，访问没问题。
