Linux快速部署大语言模型LLaMa3，Web可视化j交互（Ollama+Open Web UI）_linux 安装ollama+openui

本文在个人博客同步发布，前往阅读

1 介绍

本文将介绍使用开源工具Ollama(60.6k⭐)部署LLaMa大模型，以及使用Open WebUI搭建前端Web交互界面的方法。

我们先来过一遍几个相关的概念，对这块比较熟悉的朋友可跳过。

1.1 大规模语言模型

大规模语言模型（Large Language Models, LLMs），顾名思义是指在大量语料数据的基础上训练成的模型，能够模拟人类的语言风格生成较为生动的文本。这类模型的主要特征有：

• 规模大：训练所使用的数据量非常庞大，有时超过1000亿个参数。
• 复杂性高：模型结构比较复杂
• 具有较好的上下文理解能力：大规模语言模型可以理解文本的上下文和细微差别

1.2 LLaMa

LLaMA是一种大规模语言模型，由Meta AI基于Transformer深度学习框架开发。该模型旨在生成各种风格的高质量文本（例如创意写作、对话甚至诗歌），能够胜任以下工作：

• 自然语言处理（NLP）：理解和生成自然语言。
• 机器学习：根据数据和算法学习新的信息和技能。
• 对话生成：可以与用户进行对话，并根据情况生成合适的回应。

1.3 Ollama

官网：Ollama

API文档：ollama/docs/api.md at main · ollama/ollama (github.com)

支持的模型列表：library

一款可以快速部署大模型的工具。

1.4 Open WebUI

官网：Open WebUI

相关介绍及源码：open-webui/open-webui: User-friendly WebUI for LLMs (Formerly Ollama WebUI) (github.com)

Open WebUI 是一个可视化的Web交互环境，它拥有清新简约的UI风格，具有可扩展、功能丰富、用户友好、自托管的特点，可以完全离线运行。它支持各种 LLM 运行程序，包括 Ollama 和 OpenAI 兼容的 API。

2 部署LLM服务

本文介绍的方法使用于Linux系统，同样适用于Windows系统的WSL（安装方法可参见我的这篇文章）。

2.1 部署Ollama

1、下载Ollama

Linux系统的安装命令如下：

curl -fsSL https://ollama.com/install.sh | sh
1

※此外官方还提供了macOS和Windows的下载方式。

2、下载llama3模型

ollama run llama3
1

※在这里可以看到该命令的相关介绍。

上述命令将自动拉取模型，并进行sha256验签。处理完毕后自动进入llama3的运行环境，可以使用中文或英文进行提问，ctrl+D退出。

3、配置服务

为使外网环境能够访问到服务，需要对HOST进行配置。

打开配置文件：vim /etc/systemd/system/ollama.service，根据情况修改变量Environment：

• 服务器环境下：Environment="OLLAMA_HOST=0.0.0.0:11434"
• 虚拟机环境下：Environment="OLLAMA_HOST=服务器内网IP地址:11434"

3、启动服务

启动服务的命令：ollama serve

首次启动可能会出现以下两个提示：

Couldn’t find ‘/home/用户名/.ollama/id_ed25519’. Generating new private key.

该提示表示文件系统中不存在ssh私钥文件，此时命令将自动帮我们生成该文件，并在命令行中打印相应的公钥。

Error: listen tcp 127.0.0.1:11434: bind: address already in use

看到该提示，大概率服务已在运行中，可以通过netstat -tulpn | grep 11434命令进行确认。

• 若命令输出的最后一列包含“ollama”字样，则表示服务已启动，无需做额外处理。
• 否则，可尝试执行下列命令重启ollama：

# ubuntu/debian
sudo apt update
sudo apt install lsof
stop ollama
lsof -i :11434
kill <PID>
ollama serve

# centos
sudo yum update
sudo yum install lsof
stop ollama
lsof -i :11434
kill <PID>
ollama serve
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

如果您使用的是MacOS，可在