LLM全称（large language model）也就是大语言模型

什么是Ollama，它与Llama是什么关系？

Ollama是一个开源的 LLM（大型语言模型）服务工具，用于简化在本地运行大语言模型，降低使用大语言模型的门槛，使得大模型的开发者、研究人员和爱好者能够在本地环境快速实验、管理和部署最新大语言模型，包括如Llama 3、Phi 3、Mistral、Gemma等开源的大型语言模型。

Ollama目前支持以下大语言模型：library

因此，<code>Ollama与Llama的关系：Llama是大语言模型，而Ollama是大语言模型（不限于Llama模型）便捷的管理和运维工具

那么我们如何在本地部署这个大模型呢？

首先我们需要到ollama官网下载，然后在命令窗中输入一些ollama的命令

ollama只是个工具，那怎么跑我们想要的大模型呢？

下载模型

Ollama可以直接下载内置的几种模型，但选择有限。我们更希望从HuggingFace下载以便方便地评估各种模型，所以，这里我们并不从Ollama直接下载，而是从HuggingFace下载。

在HuggingFace搜索llama3，设置Languages为Chinese，可以看到若干基于LLaMa3的中文模型，我们选择一个GGUF格式的模型，GGUF格式是llama.cpp团队搞的一种模型存储格式，一个模型就是一个文件，方便下载与运行。

点击Files，可以看到若干GGUF文件，其中，q越大说明模型质量越高，同时文件也更大，我们选择q6，直接点击下载按钮，把这个模型文件下载到本地。

导入模型

下载到本地的模型文件不能直接导入到Ollama，需要编写一个配置文件，随便起个名字，如config.txt，配置文件内容如下：

FROM "/Users/liaoxuefeng/llm/llama3-8b-cn-q6/Llama3-8B-Chinese-Chat.q6_k.GGUF"

TEMPLATE """{ {- if .System }}

<|im_start|>system { { .System }}<|im_end|>

{ {- end }}

<|im_start|>user

{ { .Prompt }}<|im_end|>

<|im_start|>assistant

"""

SYSTEM """"""

PARAMETER stop <|im_start|>

PARAMETER stop <|im_end|>

第一行FROM "..."指定了模型文件路径，需要修改为实际路径，后面的模板内容是网上复制的，无需改动。

然后，使用以下命令导入模型：

$ ollama create llama3-cn -f ./config.txt

llama3-cn是我们给模型起的名字，成功导入后可以用list命令查看：

$ ollama list

NAME ID SIZE MODIFIED

llama3-cn:latest f3fa01629cab 6.6 GB 2 minutes ago

可以下载多个模型，给每个模型写一个配置文件（仅需修改路径），导入时起不同的名字，我们就可以用Ollama方便地运行各种模型。

运行模型

使用Ollama的run命令可以直接运行模型。我们输入命令ollama run llama3-cn就可以将我们制定的模型运行起来

出现>>>提示符时就可以输入问题与模型交互。输入/exit退出。

搭建Web环境

使用命令行交互不是很方便，所以我们需要另一个开源的Open WebUI，搭建一个能通过浏览器访问的界面。

运行Open WebUI最简单的方式是直接以Docker运行。我们安装Docker Desktop，输入以下命令启动Open WebUI：

$ docker run -p 8080:8080 -e OLLAMA_BASE_URL=http://host.docker.internal:11434 --name open-webui --restart always -v open-webui-data:/app/backend/data ghcr.io/open-webui/open-webui:main

参数-p 8080:8080将Open WebUI的端口映射到本机。参数-e OLLAMA_BASE_URL=http://host.docker.internal:11434告诉Open WebUI通过本机的11434访问Ollama，注意地址必须写host.docker.internal，不能写127.0.0.1。

打开浏览器我们就可以访问http://127.0.0.1:8080，第一次访问需要注册，注册和登录是完全基于本地环境的，登录后就可以看到类似GPT的UI。

我们在聊天界面点击右上角配置按钮，点击Connections，点击刷新按钮，如果一切无误，会显示Server connection verified

在聊天界面的顶部选择一个模型，就可以愉快地开始和LLaMa3聊天了：

API

Open WebUI还提供了与OpenAI类似的API，使用前先点击设置 - Account，生成一个API Key，然后在命令行用curl测试：

$ curl -X POST -H "Authorization: Bearer sk-959c8b27a48145bfb83bdb396ff3eeae" -H "Content-Type: application/json" http://localhost:8080/ollama/api/generate -d '{"model":"llama3-cn:latest","stream":false,"prompt":"讲讲llama，50字"}'

{"model":"llama3-cn:latest","created_at":"2024-05-01T14:42:28.009353Z","response":"Llama是一个基于指令跟随的多模态大型语言模型，由Meta AI发布。它能够处理文本、图像等多种输入，并生成相应的输出。

由于模型是运行在本地，Open WebUI也将数据存储在本地，所以隐私性可谓拉满。如果对一个模型不满意，还可以从HuggingFace下载更多的模型来评估，非常方便。