Windows10安装ollama并运行本地大语言模型 入门一个最简单的智能体

Windows10安装ollama

powershell: irm https://ollama.com/install.ps1 | iex

安装的程序和目录位置:C:\Users\{用户名}\AppData\Local\Programs\Ollama\,C:\Users\{用户名}\.ollama\models\,C:\Users\{用户名}\AppData\Local\Ollama。

ollama安装大语言模型

powershell: ollama pull llama3:8b

大模型列表: ollama list

操作:

复制代码
启动大模型:ollama run llama3:8b
启动大模型:ollama run llama3:8b "你好"
启动大模型:ollama run llama3:8b --keepalive -1s
后台大模型:ollama run llama3:8b --keepalive -1s "你好"
查看后台运行大模型:ollama ps
停止运行的大模型:ollama stop llama3:8b
查看模型详细信息: ollama show llama3:8b

Python代码调用本地大模型

复制代码
import requests

# 调用本地 Ollama 大模型
def chat(prompt):
    r = requests.post("http://localhost:11434/api/generate",
        json={
            "model": "llama3:8b",
            "prompt": prompt,
            "stream": False
        })
    return r.json()["response"]

# 测试
print(chat("你好"))

安装requests模块:pip install requests,requests模块是一个非常流行的第三方库,用于发送HTTP请求。它提供了一种简单的方式来处理各种HTTP请求,如GET、POST等。

一个最简单的智能体

复制代码
import requests

# 调用本地 Ollama 大模型
def chat(prompt):
    r = requests.post("http://localhost:11434/api/generate",
        json={
            "model": "llama3:8b",
            "prompt": prompt,
            "stream": False
        })
    return r.json()["response"]

def agent(query):
    # 1. 让大模型判断要做什么
    prompt = f"""
用户问题:{query}
你是一个智能体,可以调用工具:
- 计算器(格式:calc 1+1)
- 搜索(格式:search 内容)

只输出工具调用语句,不要多余内容。
"""
    action = chat(prompt)

    # 2. 执行工具
    if action.startswith("calc"):
        return eval(action.split()[1])
    elif action.startswith("search"):
        return f"搜索:{action[7:]}"
    else:
        return action

# 使用
print(agent("33+44等于几?"))
相关推荐
我鑫如一2 小时前
大模型中转哪个技术生产厂家好
语言模型
流年似水~3 小时前
素材管理:剪辑前整理素材的底层逻辑
人工智能·程序人生·语言模型·ai编程
量子-Alex4 小时前
【大模型】EvoLM EvoLM: 探寻遗失的语言模型训练动态
人工智能·语言模型·自然语言处理
Funny_AI_LAB4 小时前
Naval最新播客谈“氛围编码”:Vibe Coding 开启“一人独角兽”时代
人工智能·算法·语言模型·agi
量子-Alex4 小时前
【大模型智能体】AutoFlow:大型语言模型代理的自动化工作流生成
人工智能·语言模型·自动化
Carl_奕然1 天前
【智能体】Agent的四种设计模式之:ReAct
人工智能·设计模式·语言模型
量子-Alex1 天前
【大模型】监督微调与强化学习:大型语言模型后训练方法的研究
人工智能·语言模型·自然语言处理
ybdesire1 天前
间接提示词注入真实样例鉴赏
网络安全·语言模型·漏洞·漏洞分析
墨心@2 天前
赋予智能体技能,让其胜任现实世界任务
语言模型·大语言模型·agent