免费打造个人专属的高颜值本地大模型AI助手,无限量使用 Ollama+LobeChat开源工具,在本地运行AI大模型,安全的和AI对话。

文章目录

    • 1、安装ollama
    • 2、下载模型
    • 3、安装lobechat
    • 4、卸载Ollama

1、安装ollama

第一步,首先安装ollama,选择对应系统的安装包

ollama官网地址:https://ollama.com/



本问是lunix系统上安装ollama:

curl -fsSL https://ollama.com/install.sh | sh



如果机子没有GPU显卡的话,ollama会提示只通过cpu模式运行。

测试ollama命令:

ollama --help

想要流畅运行,推荐配置:

  • 4b的模型:8GB内存。

  • 7b的模型:16GB内存。

  • 13b模型: 32GB内存。

  • 70b模型:64GB内存,32也能跑,太卡。

2、下载模型

ollama支持的LLM模型很多:
https://ollama.com/library

第二步,下载model,本文选择下载阿里的通义千问模型:


这里选择4b参数的模型:

ollama run qwen:4b

ollama会自动帮我们下载模型和启动模型。
模型下载完成后,可以发送一条消息测试:

修改ollama环境变量:

#找到服务的单元文件:
#/etc/systemd/system/目录下
sudo vi /etc/systemd/system/ollama.service
 
#添加环境变量:
[Service]
Environment="OLLAMA_HOST=0.0.0.0:11434"
#如果已经有
Environment="PATH=xxx:/root/bin" "OLLAMA_HOST=0.0.0.0:11434"
 
#为了使更改生效,您需要重新加载systemd的配置。使用以下命令:
sudo systemctl daemon-reload
 
 
#最后,重启服务以应用更改:
sudo systemctl restart ollama
 

使用命令行操作不太方便,使用下面的lobe chat进行界面化操作。

3、安装lobechat

Lobe Chat:现代化设计的开源 ChatGPT/LLMs 聊天应用与开发框架,支持语音合成、多模态、可扩展的(function call)插件系统,一键免费拥有你自己的 ChatGPT/Gemini/Claude/Ollama 应用。

lobe chat参考地址:https://github.com/lobehub/lobe-chat/blob/main/README.zh-CN.md

使用docker方式进行安装:

docker run -d -p 3210:3210 -e OLLAMA_PROXY_URL=http://host.docker.internal:11434/v1 lobehub/lobe-chat
#你在自己的私有设备上部署 LobeChat 服务。使用以下命令即可使用一键启动 LobeChat 服务:

$ docker run -d -p 3210:3210 \
  -e OPENAI_API_KEY=sk-xxxx \
  -e ACCESS_CODE=lobe66 \
  --name lobe-chat \
  lobehub/lobe-chat


开通3210端口,进行访问测试:


配置lobe chat:

首先将模型切换到我们下载好的qwen 4b模型:
点击设置—选择语言模型

ollama完全兼容openai的接口,在接口代理地址中输入我们的ollama地址。

http://host.docker.internal:11434/v1

  • 如果是docker的话,用 http://host.docker.internal:11434/v1
  • 手动的话,就用 http://localhost:11434/v1 或者 http://127.0.0.1:11434/v1

如果是跑4b,7b等小模型,普通电脑就可以了,如果要跑32b比较大的,最好是有GPU,还要显存比较大
硬盘没啥要求,比如4b的模型,才2.3GB而已,30b的也就30GB左右,完全不用担心磁盘.

4、卸载Ollama

如果您决定不再使用Ollama,可以通过以下步骤将其完全从系统中移除:

停止并禁用服务:

sudo systemctl stop ollama
sudo systemctl disable ollama

删除服务文件和Ollama二进制文件:

sudo rm /etc/systemd/system/ollama.service 
sudo rm $(which ollama)

清理Ollama用户和组:

sudo rm -r /usr/share/ollama
sudo userdel ollama
sudo groupdel ollama

每一次的跌倒,都是对未来的一次深情拥抱。

版权声明:本文为博主作者:hhzz原创文章,版权归属原作者,如果侵权,请联系我们删除!

原文链接:https://blog.csdn.net/weixin_43025151/article/details/137817009

共计人评分,平均

到目前为止还没有投票!成为第一位评论此文章。

(0)
青葱年少的头像青葱年少普通用户
上一篇 2024年4月22日
下一篇 2024年4月22日

相关推荐