只需三步，手把手带你在本地部署运行大模型_ollama如何使用

在当前的技术环境下，大型语言模型（LLMs）已经成为人工智能领域的一个重要里程碑。这些模型能够在各种任务上展现出人类水平的性能，包括但不限于文本生成、语言理解和问题解答。随着开源项目的发展，个人开发者现在有机会在本地部署这些强大的模型，以探索和利用它们的潜力。本文将详细介绍如何使用Ollama，一个开源项目，在Mac上本地运行大型模型（Win同理）。通过遵循以下步骤，即使是配备了几年前硬件的电脑，也能够顺利完成部署和运行。

开源项目ollama：github链接

第一步：下载和安装Ollama

• 以 mac 为例，访问Ollama的Mac下载页面，您会看到如下所示的下载页面：下载网页地址

• 下载完成后，双击解压软件，您将看到应用安装界面，如下图所示：：

第二步：下载模型并运行 mistral-7b 大模型

• 打开终端，输入命令ollama run mistral以启动Ollama并下载所需的大型模型，下图显示了mistral-7b模型的下载过程，

• 下载完成后，您可以像下图所示运行Ollama，并询问例如“why sky id blue?”的问题，以测试模型的响应：

第三步：设置前端界面和Docker环境

• 下载前端页面。在终端中运行以下命令，克隆open-webui前端项目：

perl
复制代码
git clone https://github.com/open-webui/open-webui.git
1
2
3

• 使用以下命令下载并运行Docker镜像，为Ollama设置一个前端界面：

kotlin
复制代码
cd open-webui
docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main
1
2
3
4

• 打开浏览器，输入网址http://localhost:3000/，选择您刚下载的模型mistral:latest (3.8GB)，即可开始探索大型模型的强大功能。

此外，对于那些关注电脑配置的用户，以下是一个配置示例，表明即使是老旧的电脑也能够运行这些大型模型，本指南使用的电脑配置如图

通过遵循这个指南，任何拥有基本计算机技能的用户都可以在本地部署和运行大型模型，进一步探索人工智能的前沿技术。这不仅为开发者提供了一个实验和学习的平台，也为研究人员和爱好者提供了一个探索AI模型潜力的机会。

最后

为了帮助大家更好的学习人工智能，这里给大家准备了一份人工智能入门/进阶学习资料，里面的内容都是适合学习的笔记和资料，不懂编程也能听懂、看懂，所有资料朋友们如果有需要全套人工智能入门+进阶学习资源包，可以在评论区或扫.码领取哦）~

在线教程

• 麻省理工学院人工智能视频教程 – 麻省理工人工智能课程
• 人工智能入门 – 人工智能基础学习。Peter Norvig举办的课程
• EdX 人工智能 – 此课程讲授人工智能计算机系统设计的基本概念和技术。
• 人工智能中的计划 – 计划是人工智能系统的基础部分之一。在这个课程中，你将会学习到让机器人执行一系列动作所需要的基本算法。
• 机器人人工智能 – 这个课程将会教授你实现人工智能的基本方法，包括：概率推算，计划和搜索，本地化，跟踪和控制，全部都是围绕有关机器人设计。
• 机器学习 – 有指导和无指导情况下的基本机器学习算法
• 机器学习中的神经网络 – 智能神经网络上的算法和实践经验
• 斯坦福统计学习