ollama --- 本地部署LLM

Download & Install ollama 一个可以运行大模型的工具

Download web address: https://ollama.com/
Install it step by step after download success.

Download a AI model (name: llama3) & run it in command window.

招待指定大模型的格式: ollama run 大模型名称
e.g. ollama run llama3
其他可执行的大模型参考: https://ollama.com/library

这行命令既是下载, 也是运行(如果下载好了)

退出: /bye

ollama后台执行

ollama server


启动一个WebUI 操作界面

docker run -d -p 3001:8088/tcp --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

访问WebUI操作界面 ???

http://localhost:3001

小技巧:

  • 如果要读取网站链接, 要在链接前加一个‘#’.
  • 在 "设置" > "通用" > "系统提示词" 里面输入 "不能说英文, 必须用中文回复用户", 这样儿以后回答的内容都会以中文回答.

安装本地知识库 --- Anything LLM

下载 & 安装

下载地址: https://useanything.com/download

选择(本地-ollama)模型 和 向量数据库

只要ollama服务在后台启用着, AnythingLLM就会识别.


配置&指定本地模型

Ollama模型: llama3

  • Embedding Providers 嵌入提供器(会把上传的文件转为低维向量数据) 我们使用默认的 AnythingLLM Embedder
  • Vector Database 连接向量数据库



  • 前置设置: 输入 workspace 名字, 用于指定知识库服务于那个workspace




上传知识库

注意: 上传的文件名必须是英文, 中文文件名上传会一直读取的状态.


网站生成本地向量数据库

点击嵌入

问: Mackbook Pro多少钱?
How to create a standard SD order in SAP GUI?
不能说英文, 必须用中文回复用户

最好是上传文本性文档, 以便知识库的质量高一些.


深度调整



ollama - Models

Here are the AI models categorized and described in Chinese using Markdown format:

代码生成模型 (Code Generation Models)

Code 34B: 17.8K Pulls 16 Tags Updated 8 months ago
Codegeex4: A versatile model for AI software development scenarios, including code completion.

  • Magicoder 🎩: A family of 7B parameter models trained on 75K synthetic instruction data using OSS-Instruct, a novel approach to enlightening LLMs with open-source code snippets.

Chat模型 (Chat Models)

Alfred: A robust conversational model designed to be used for both chat and instruct use cases.
Everythinglm: Uncensored Llama2 based model with support for a 16K context window.
Internlm2: A 7B parameter model tailored for practical scenarios with outstanding reasoning capability.
Megadolphin: MegaDolphin-2.2-120b is a transformation of Dolphin-2.2-70b created by interleaving the model with itself.
Mistrallite: MistralLite is a fine-tuned model based on Mistral with enhanced capabilities of processing long contexts.
Nexus Raven: A 13B instruction tuned model for function calling tasks.
Notus: A 7B chat model fine-tuned with high-quality data and based on Zephyr.
Open-orca-platypus2: Merge of the Open Orca OpenChat model and the Garage-bAInd Platypus 2 model. Designed for chat and code generation.

工具模型 (Tool Models)

DBRX: An open, general-purpose LLM created by Databricks.
Firefunction-v2: An open weights function calling model based on Llama 3, competitive with GPT-4o function calling capabilities.
Llama3-groq-tool-use: A series of models from Groq that represent a significant advancement in open-source AI capabilities for tool use/function calling.
MathΣtral: A 7B model designedx for math reasoning and scientific discovery by Mistral AI.
Nuextract: A 3.8B model fine-tuned on a private high-quality synthetic dataset for information extraction, based on Phi-3.

语言模型 (Language Models)

Goliath: A language model created by combining two fine-tuned Llama 2 70B models into one.
Notux: A top-performing mixture of experts model, fine-tuned with high-quality data.
Stablelm-zephyr: A lightweight chat model allowing accurate, and responsive output without requiring high-end hardware.
其他模型 (Other Models)
Falcon2: An 11B parameters causal decoder-only model built by TII and trained over 5T tokens.
Llama3.1: A new state-of-the-art model.
Wizard Vicuna: A 13B parameter model based on Llama 2 trained by MelodysDreamj.

本地AI大模型共享 --- 内网穿透(外网访问)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,362评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,330评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,247评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,560评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,580评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,569评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,929评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,587评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,840评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,596评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,678评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,366评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,945评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,929评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,165评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,271评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,403评论 2 342

推荐阅读更多精彩内容