大模型llm：Ollama部署llama3学习入门llm_ollama 3模型

一、llama3简介

---

      Llama 3 是一个自回归语言模型（an auto-regressive language），它使用优化的 transformer 架构。调整后的版本使用监督微调 （SFT） 和带有人类反馈的强化学习 （RLHF），以符合人类对有用性和安全性的偏好。

相关参数

Llama3这个模型是在Meta新建的两座数据中心集群中训练的，包括超4.9万张英伟达H100GPU。

Llama3大型模型则达到400B，仍在训练中，目标是实现多模态、多语言的功能，预计效果将与GPT 4/GPT 4V相当。

二、Ollama安装

---

1、Ollama简介

Ollama 是一个开源的大型语言模型（LLM）服务工具，它允许用户在本地机器上运行和部署大型语言模型。Ollama 设计为一个框架，旨在简化在 Docker 容器中部署和管理大型语言模型的过程，使得这一过程变得简单快捷。用户可以通过简单的命令行操作，快速在本地运行如 Llama 3 这样的开源大型语言模型。

官网地址：https://ollama.com/download

Ollama 支持多种平台，包括 Mac 和 Linux，并提供了 Docker 镜像以简化安装过程。用户可以通过编写 Modelfile 来导入和自定义更多的模型，这类似于 Dockerfile 的作用。Ollama 还具备一个 REST API，用于运行和管理模型，以及一个用于模型交互的命令行工具集。

ollama 生态

GitHub - ollama/ollama: Get up and running with Llama 3, Mistral, Gemma, and other large language models.

• 客户端 桌面、Web
• 命令行工具
• 数据库工具
• 包管理工具
• 类库

2、安装ollama

Linux自动安装很简单，直接执行：

yum update -y nss curl libcurl

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

下载curl证书：

wget https://curl.se/ca/cacert.pem --no-check-certificate

添加curl证书

cat cacert.pem >> /etc/pki/tls/certs/ca-bundle.crt

sh install.sh

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

3、启动ollama

nohup  ollama serve &

访问 Ollama Web 界面：打开您的浏览器，并访问 http://localhost:11434

若页面出现Ollama is running。则说明程序正常。

（如果您的 Docker 守护进程运行在远程主机上，则将 localhost 替换为相应的 IP 地址）。您将会看到 Ollama 的 Web 界面，通过它您可以开始构建、训练和部署深度学习模型。
 

Ensure that the Ollama server is properly configured to accept incoming connections from all origins. To do this, make sure the server is launched with the OLLAMA_ORIGINS=* environment variable, as shown in the following command:

OLLAMA_HOST=0.0.0.0 OLLAMA_ORIGINS=* ollama serve

This configuration allows Ollama to accept connections from any source.

所有地方都可以访问，使用变量设置，要不然只能是127.0.0.1访问：

export OLLAMA_HOST=0.0.0.0
export OLLAMA_ORIGINS=*

nohup  ollama serve &

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"

方法一：执行curl http://ip:11434命令，若返回“Ollama is running”，则表示连接正常。

方法二：在浏览器访问http://ip:11434，若页面显示文本“Ollama is running”，则表示连接正常。

三、llama3 模型下载安装

---

1、llama3 下载

默认下载的是llama3:8b。这里冒号前面代表模型名称，冒号后面代表tag，可以从这里查看llama3的所有tag

ollama pull llama3:8b

默认下载的是llama3:8b。这里冒号前面代表模型名称，冒号后面代表tag，可以从这里查看llama3的所有tag

ollama pull llama3:70b

2、运行llama3模型

ollama run llama3

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。

四、访问 api 服务

---

1、prompt接口：

curl http://localhost:11434/api/generate -d '{
    "model":"llama3:70b",
    "prompt": "请分别翻译成中文、韩文、日文 -> Meta Llama 3: The most capable openly available LLM to date",
    "stream": false
}'

参数解释如下：

• model（必需）：模型名称。

• prompt：用于生成响应的提示文本。

• images（可选）：包含多媒体模型（如llava）的图像的base64编码列表。

高级参数（可选）：

• format：返回响应的格式。目前仅支持json格式。
• options：模型文件文档中列出的其他模型参数，如温度（temperature）。
• system：系统消息，用于覆盖模型文件中定义的系统消息。
• template：要使用的提示模板，覆盖模型文件中定义的模板。
• context：从先前的/generate请求返回的上下文参数，可以用于保持简短的对话记忆。
• stream：如果为false，则响应将作为单个响应对象返回，而不是一系列对象流。
• raw：如果为true，则不会对提示文本应用任何格式。如果在请求API时指定了完整的模板化提示文本，则可以使用raw参数。
• keep_alive：控制模型在请求后保持加载到内存中的时间（默认为5分钟）。

返回 json 数据

{
   
   
    "model": "llama3",
    "created_at": "2024-04-23T08:05:11.020314Z",
    "response": "Here are the translations:\n\n**Chinese:** 《Meta Llama 3》：迄今最强大的公开可用的LLM\n\n**Korean:** 《Meta Llama 3》：현재 가장 강력한 공개 사용 가능한 LLM\n\n**Japanese:**\n\n《Meta Llama 3》：現在最強の公開使用可能なLLM\n\n\n\nNote: (Meta Llama 3) is a literal translation, as there is no direct equivalent for \"Meta\" in Japanese. In Japan, it's common to use the English term \"\" or \"\" when referring to Meta.",
    "done": true,
    "context": [
        ...
    ],
    "total_duration": 30786629492,
    "load_duration": 3000782,
    "prompt_eval_count": 32,
    "prompt_eval_duration": 6142245000,
    "eval_count": 122,
    "eval_duration": 24639975000
}

返回值的解释如下：

• total_duration：生成响应所花费的总时间。
• load_duration：以纳秒为单位加载模型所花费的时间。
• prompt_eval_count：提示文本中的标记（tokens）数量。
• prompt_eval_duration：以纳秒为单位评估提示文本所花费的时间。
• eval_count：生成响应中的标记数量。
• eval_duration：以纳秒为单位生成响应所花费的时间。
• context：用于此响应中的对话编码，可以在下一个请求中发送，以保持对话记忆。
• response：如果响应是以流的形式返回的，则为空；如果不是以流的形式返回，则包含完整的响应。

要计算生成响应的速度，以标记数每秒（tokens per second，token/s）为单位，可以将 eval_count / eval_duration 进行计算。

2、聊天接口

curl http://localhost:11434/api/chat -d '{
  "model": "llama3:70b",
  "messages": [
    { "role": "user", "content": "why is the sky blue?" }
  ]
}'

五、配置Open-WebUI

---

可以直接使用dify开源的llm ops集成：https://guisu.blog.csdn.net/article/details/138978737?spm=1001.2014.3001.5502

两种安装方式：

1、docker部署：

docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

查看网关：查找标记为default或0.0.0.0的路由条目，它的网关地址即是你需要的host-gateway。

ip route

docker run -d -p 3000:8080 --add-host=host.docker.internal:172.25.191.253 -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

要使用 Docker 安装 Open-webui，您可以创建一个 Docker 容器，并在其中运行 Open-webui 服务。以下是安装 Open-webui 的步骤：

拉取 Open WebUI 镜像：

    首先，您需要从 Docker Hub 上拉取 Open WebUI的镜像。在终端或命令提示符中运行以下命令：

   docker search open-webui

   docker pull wanjinyoung/open-webui-main

运行 Open WebUI 容器：

    使用以下命令在容器中运行 Open WebUI 服务：

    docker run -d -p 3000:8080 --add-host=host.docker.internal:172.25.191.253 -v open-webui:/app/backend/data --name open-webui --restart always docker.io/wanjinyoung/open-webui-main:main

    这将在后台运行一个名为 “open-webui” 的容器，并将容器内的端口 3000 映射到宿主机的端口 3000。

    访问 Open WebUI：    打开您的浏览器，并访问 http://localhost:3000。您应该会看到 Open WebUI的用户界面，通过它您可以与 Ollama 平台进行交互，管理模型和监控训练过程。
 

2、源码部署：

安装Node.js

支持Ollama的WebUI非常多，笔者体验过热度第一的那个WebUI(github.com/open-webui/…%EF%BC%8C%E9%9C%80%E8%A6%81Docker%E6%88%96%E8%80%85Kubernetes%E9%83%A8%E7%BD%B2%EF%BC%8C%E6%9C%89%E7%82%B9%E9%BA%BB%E7%83%A6%EF%BC%8C%E8%80%8C%E4%B8%94%E9%95%9C%E5%83%8F%E4%B9%9F%E5%B7%AE%E4%B8%8D%E5%A4%9A1G%E3%80%82)

本文推荐使用ollama-webui-lite(github.com/ollama-webu…%EF%BC%8C%E9%9D%9E%E5%B8%B8%E8%BD%BB%E9%87%8F%E7%BA%A7%EF%BC%8C%E5%8F%AA%E9%9C%80%E8%A6%81%E4%BE%9D%E8%B5%96Node.js%E3%80%82)

设置国内NPM镜像

官方的NPM源国内访问有点慢，笔者推荐国内用户使用腾讯NPM源（mirrors.cloud.tencent.com/npm/），之前笔者使…

打开终端执行以下命令设置NPM使用腾讯源：

npm config set registry http://mirrors.cloud.tencent.com/npm/

部署WebUI

打开终端，执行以下命令部署WebUI：

git clone https://github.com/ollama-webui/ollama-webui-lite.git
cd ollama-webui-lite
npm install
npm run dev

WebUI已经在本地3000端口进行监听： 

3、配置及使用

进入到 Open WebUI 页面点击设置，在设置里面点击模型，输入我们需要下载的模型并点击下载，等下载完成之后我们就可以使用了。