Qwen2 阿里最强开源大模型（Qwen2-7B）本地部署、API调用和WebUI对话机器人_qwen2本地部署

阿里巴巴通义千问团队发布了Qwen2系列开源模型，该系列模型包括5个尺寸的预训练和指令微调模型：Qwen2-0.5B、Qwen2-1.5B、Qwen2-7B、Qwen2-57B-A14B以及Qwen2-72B。对比当前最优的开源模型，Qwen2-72B在包括自然语言理解、知识、代码、数学及多语言等多项能力上均显著超越当前领先的Llama3-70B等大模型。

Qwen2-72B模型评测

老牛同学今天部署和体验Qwen2-7B-Instruct指令微调的中等尺寸模型，相比近期推出同等规模的开源最好的Llama3-8B、GLM4-9B等模型，Qwen2-7B-Instruct依然能在多个评测上取得显著的优势，尤其是代码及中文理解上。

Qwen2-7B模型

特别注意： 虽然Qwen2开源了，但仍然需要遵循其模型许可，除Qwen2-72B依旧使用此前的Qianwen License外，其余系列版本模型，包括Qwen2-0.5B、Qwen2-1.5B、Qwen2-7B以及Qwen2-57B-A14B等在内，均采用Apache 2.0许可协议。

下载Qwen2-7B-instruct模型文件

为了简化模型的部署过程，我们直接下载GGUF文件。

打开Qwen2-7B-Instruct-GGUF模型文件列表，我们选择qwen2-7b-instruct-q5_k_m.gguf并下载：

Qwen2-7B量化模型文件

我们可以根据自己需要，选择下载其它版本的模型文件！

启动Qwen2-7B-Instruct大模型

GGUF模型量化文件下载完成后，我们就可以来运行Qwen2-7B大模型了。

在启动Qwen2-7B大模型之前，我们首先需要安装Python依赖包列表：

pip install llama-cpp-python   pip install openai   pip install uvicorn   pip install starlette   pip install fastapi   pip install sse_starlette   pip install starlette_context   pip install pydantic_settings   
1

然后打开一个Terminal终端窗口，切换到GGUF模型文件目录，启动Qwen2-7B大模型（./qwen2-7b-instruct-q5_k_m.gguf即为上一步下载的模型文件路径）：

# 启动Qwen2大模型      # n_ctx=20480代表单次回话最大20480个Token数量   python -m llama_cpp.server \      --host 0.0.0.0 \      --model ./qwen2-7b-instruct-q5_k_m.gguf \      --n_ctx 20480   
1

Qwen2-7B启动成功

Qwen2-7B-instruct 命令行对话客户端

CLI命令行的客户端

# client.py      from openai import OpenAI      # 注意服务端端口，因为是本地，所以不需要api_key   client = OpenAI(base_url="http://127.0.0.1:8000/v1",                   api_key="not-needed")      # 对话历史：设定系统角色是一个只能助理，同时提交“自我介绍”问题   history = [       {"role": "system", "content": "你是一个智能助理，你的回答总是容易理解的、正确的、有用的和内容非常精简."},   ]      # 首次自我介绍完毕，接下来是等代码我们的提示   while True:       completion = client.chat.completions.create(           model="local-model",           messages=history,           temperature=0.7,           stream=True,       )          new_message = {"role": "assistant", "content": ""}          for chunk in completion:           if chunk.choices[0].delta.content:               print(chunk.choices[0].delta.content, end="", flush=True)               new_message["content"] += chunk.choices[0].delta.content          history.append(new_message)       print("\033[91;1m")          user_input = input("> ")       if user_input.lower() in ["bye", "quit", "exit"]:  # 我们输入bye/quit/exit等均退出客户端           print("\033[0mBYE BYE!")           break          history.append({"role": "user", "content": user_input})       print("\033[92;1m")   
1

启动CLI对话客户端：python client.py

Qwen2-7B启动成功

至此，我们可以与Qwen2-7B-Instruct进行对话，体验Qwen2大模型的魅力了。

如果我们主要是通过API的方式使用Qwen2大模型，那么Qwen2部署就到此结束了。

接下来的章节，我们部署WebUI对话客户端，通过Web界面的方式使用Qwen2大模型，并且可以分享出去~

Qwen2-7B-Instruct WebUI客户端

结合Ollama工具，搭建WebUI客户端

第一步： 我们需要下载安装Ollama本地大模型管理工具：

Ollama提供了MacOS、Linux和Windows操作系统的安装包，大家可根据自己的操作系统，下载安装即可：

Ollama下载

安装包下载之后的安装过程，和日常安装其他软件没有差别，包括点击Next以及Install等安装ollama到命令行。安装后续步骤中，我们可无需安装任何模型，因为我们在上文中我们已经安装了Qwen2-7B大模型，后面可以直接使用。

第二步： 安装Node.js编程语言工具包

安装Node.js编程语言工具包和安装其他软件包一样，下载安装即可：https://nodejs.org

Node.js下载

安装完成之后，可以验证一下 Node.js 的版本，建议用目前的最新v20版本：

node -v   
1

老牛同学安装的版本：v20.13.1（最新版本）

第三步： 基于GGUF模型文件创建Ollama模型

在我们存放Qwen2-7B的 GGUF 模型文件目录中，创建一个文件名为Modelfile的文件，该文件的内容如下：

FROM ./qwen2-7b-instruct-q5_k_m.gguf   
1

然后在Terminal终端，使用这个文件创建Ollama模型，这里我把Ollama的模型取名为Qwen2-7B：

$ ollama create Qwen2-7B -f ./Modelfile   transferring model data    using existing layer sha256:258dd2fa1bdf98b85327774e1fd36e2268c2a4b68eb9021d71106449ee4ba9d5    creating new layer sha256:14f4474ef69698bf4dbbc7409828341fbd85923319a801035e651d9fe6a9e9c9    writing manifest    success   
1

最后，通过Ollama启动我们刚创建的大语言模型：

ollama run Qwen2-7B   
1

启动完毕，其实我们已经有了一个和之前差不多的控制台对话界面，也可以与Qwen2-7B对话了。

Ollama启动模型

如果我们不想要这个模型了，也可以通过命令行删除模型文件：ollama rm Qwen2-7B

我们也可以查看本地Ollama管理的模型列表：ollama list

Ollama存放模型文件根目录：~/.ollama

第四步： 部署Ollama大模型Web对话界面

控制台聊天对话界面体验总归是不太好，接下来部署 Web 可视化聊天界面。

首先，下载ollama-webuiWeb 工程代码：git clone https://github.com/ollama-webui/ollama-webui-lite

然后切换ollama-webui代码的目录：cd ollama-webui-lite

设置 Node.js 工具包镜像源，以接下来下载 Node.js 的依赖包更加快速：npm config set registry http://mirrors.cloud.tencent.com/npm/

安装 Node.js 依赖的工具包：npm install

最后，启动 Web 可视化界面：npm run dev

WebUI启动成功

如果看到以上输出，代表 Web 可视化界面已经成功了！

第五步： 通过WebUI愉快与Qwen2-7B对话

浏览器打开 Web 可视化界面：http://localhost:3000/

可以看到Ollama的初始化页面，默认没有模型，需要选择，我们选择刚创建并部署的Qwen2-7B模型：

选择Qwen2-7B大模型

底部就是聊天输入框，至此可以愉快的与Qwen2-7B聊天对话了：

总结：Qwen2-7B比Llama3-8B快

老牛同学验证和对比，在文本推理上，Qwen2-7B确实比Llama3-8B要快很多。后续老牛同学中文文本推理相关的API接口，就主要采用更快Qwen2-7B大模型了~

其他：Ollama工具常用用法

从上文的介绍可以看到，基于Ollama部署一个大模型的 Web 可视化对话机器人，还是非常方便。下面整理了部分Ollama提供的用法或者。

Ollama 命令工具

# 查看当前Ollama的模型   ollama list      # 增量更新当前部署的模型   ollama pull Qwen2-7B      # 删除一个模型文件   ollama rm Qwen2-7B      # 复制一个模型   ollama cp Qwen2-7B Qwen2-newModel   
1

Ollama API结果返回

curl http://localhost:11434/api/generate -d '{     "model": "Qwen2-7B",     "prompt":"为什么天空是蓝色的？"   }'   
1

Ollama API聊天对话

curl http://localhost:11434/api/chat -d '{     "model": "Qwen2-7B",     "messages": [       { "role": "user", "content": "为什么天空是蓝色的？" }     ]   }'   
1

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】