娄底市网站建设_网站建设公司_Photoshop_seo优化

目录

• 1 Ollama
  • 1.1 简介
  • 1.2 下载安装
  • 1.3 基本概念
    • 1.3.1 模型（Model）
    • 1.3.2 任务（Task）
    • 1.3.3 推理（Inference）
    • 1.3.4 微调（Fine-tuning）
  • 1.4 Ollama命令
  • 1.5 模型操作
    • 1.5.1 运行模型
    • 1.5.2 模型交互
  • 1.6 与浏览器交互
    • 1.6.1 Open WebUI
      • 1.6.1.1 简介
      • 1.6.1.2 安装
    • 1.6.2 Page Assist
      • 1.6.2.1 简介
      • 1.6.2.2 安装与使用
  • 1.7 与Python交互
    • 1.7.1 安装SDK
    • 1.7.2 使用SDK交互
      • 1.7.2.1 简单使用
      • 1.7.2.2 常用 API 方法
    • 1.7.3 使用Http方式交互
      • 1.7.3.1 使用Ollama http
      • 1.7.3.2 使用其他http请求

1 Ollama

1.1 简介

Ollama 是一个开源的本地大语言模型运行框架，专为在本地机器上便捷部署和运行大型语言模型（LLM）而设计，支持多种操作系统，包括 macOS、Windows、Linux 以及通过 Docker 容器运行。
Ollama 的特点在于它不仅仅提供了现成的模型和工具集，还提供了方便的界面和 API，使得从文本生成、对话系统到语义分析等任务都能快速实现。
与其他 NLP 框架不同，Ollama 旨在简化用户的工作流程，Ollama 支持多种硬件加速选项，包括纯 CPU 推理和各类底层计算架构（如 Apple Silicon），能够更好地利用不同类型的硬件资源。

核心功能与特点：

• 多种预训练语言模型支持：Ollama 提供了多种开箱即用的预训练模型，包括常见的 GPT、BERT 等大型语言模型。
• 易于集成和使用：Ollama 提供了命令行工具（CLI）和 Python SDK，简化了与其他项目和服务的集成。无需担心复杂的依赖或配置，可以快速将 Ollama 集成到现有的应用中。
• 本地部署与离线使用：不同于一些基于云的 NLP 服务，Ollama 允许开发者在本地计算环境中运行模型。
• 支持模型微调与自定义：用户不仅可以使用 Ollama 提供的预训练模型，还可以在此基础上进行模型微调。

1.2 下载安装

Ollama 官方下载地址：https://ollama.com/download

下载后，打开命令提示符或 PowerShell，输入以下命令验证安装是否成功：ollama --version
更改安装路径（可选）
如果需要将 Ollama 安装到非默认路径，可以在安装时通过命令行指定路径，例如：

OllamaSetup.exe /DIR="d:\some\location"

这样可以将 Ollama 安装到指定的目录
或者使用 scoop 安装也可以 （点击此处了解scoop用法）

1.3 基本概念

1.3.1 模型（Model）

在 Ollama 中，模型是核心组成部分。它们是经过预训练的机器学习模型，能够执行不同的任务，例如文本生成、文本摘要、情感分析、对话生成等。

Ollama 支持多种流行的预训练模型，常见的模型有：

• deepseek-v3：深度求索提供的大型语言模型，专门用于文本生成任务。
• LLama2：Meta 提供的大型语言模型，专门用于文本生成任务。
• GPT：OpenAI 的 GPT 系列模型，适用于广泛的对话生成、文本推理等任务。
• BERT：用于句子理解和问答系统的预训练模型。
• 其他自定义模型：用户可以上传自己的自定义模型，并利用 Ollama 进行推理。

Ollama 支持的模型可以访问：https://ollama.com/library

模型的主要功能：

• 推理（Inference）：根据用户输入生成输出结果。
• 微调（Fine-tuning）：用户可以在已有模型的基础上使用自己的数据进行训练，从而定制化模型以适应特定的任务或领域。

1.3.2 任务（Task）

Ollama 支持多种 NLP 任务。每个任务对应模型的不同应用场景，主要包括但不限于以下几种：

• 对话生成（Chat Generation）：通过与用户交互生成自然的对话回复。
• 文本生成（Text Generation）：根据给定的提示生成自然语言文本，例如写文章、生成故事等
• 情感分析（Sentiment Analysis）：分析给定文本的情感倾向（如正面、负面、中立）
• 文本摘要（Text Summarization）：将长文本压缩为简洁的摘要。
• 翻译（Translation）：将文本从一种语言翻译成另一种语言。

1.3.3 推理（Inference）

推理是指在已训练的模型上进行输入处理，生成输出的过程。
Ollama 提供了易于使用的命令行工具或 API，可以快速向模型提供输入并获取结果。

推理是 Ollama 的主要功能之一，也是与模型交互的核心。
推理过程：

• 输入：用户向模型提供文本输入，可以是一个问题、提示或者对话内容。
• 模型处理：模型通过内置的神经网络根据输入生成适当的输出。
• 输出：模型返回生成的文本内容，可能是回复、生成的文章、翻译文本等。

1.3.4 微调（Fine-tuning）

微调是指在一个已预训练的模型上，基于特定的领域数据进行进一步的训练，以便使模型在特定任务或领域上表现得更好。
Ollama 支持微调功能，用户可以使用自己的数据集对预训练模型进行微调，来定制模型的输出。

微调过程：

• 准备数据集：用户准备特定领域的数据集，数据格式通常为文本文件或 JSON 格式。
• 加载预训练模型：选择一个适合微调的预训练模型，例如 LLama2 或 GPT 模型。
• 训练：使用用户的特定数据集对模型进行训练，使其能够更好地适应目标任务。
• 保存和部署：训练完成后，微调过的模型可以保存并部署，供以后使用。

1.4 Ollama命令

Ollama 提供了多种命令行工具（CLI）与本地运行的模型进行交互。

基本格式：ollama <command> [args]
用 ollama --help 查看包含有哪些命令

使用方法：

• ollama [flags]：使用标志（flags）运行 ollama
  可用标志（Flags）：
  • -h, --help：显示 ollama 的帮助信息
  • -v, --version：显示版本信息
• ollama [command]：运行 ollama 的某个具体命令
  可用命令如下：
  • serve：启动 ollama 服务
    REST 端点（默认 http://localhost:11434/api）：
    • /api/generate：文本生成
    • /api/chat：对话流式接口
    • /api/pull：远程拉取
    • /api/tags：本地模型列表
  • create：根据一个 Modelfile 创建一个模型
  • show：显示某个模型的详细信息，查看模型的元数据、参数或 Modelfile
  • run：运行一个模型，如果不存在则自动拉取
    • --num-predict <number>：限制输出 token 数
    • --temperature <float>：控制随机性
    • --top-k <int>：采样范围
    • --top-p <float>：核采样
    • --seed <int>：固定随机性
    • --format json：输出 JSON
    • --keepalive <seconds>：会话保持时间
  • stop：停止一个正在运行的模型
  • pull：从一个模型仓库（registry）拉取一个模型，但不运行
  • push：将一个模型推送到一个模型仓库
  • list：列出本地所有已下载的模型
  • ps：列出所有正在运行的模型及显存占用
  • cp：复制一个模型，将现有模型复制为新名称
  • rm：移除本地模型释放空间
  • help：获取关于任何命令的帮助信息

当输入 ollama run 进入聊天界面后，不再是在操作命令行，而是在和 AI 对话。这时可以使用以 / 开头的快捷指令来控制对话：

• /bye 或 /exit：退出聊天界面，返回命令行
• /clear：清空当前的上下文记忆（开启一段新的对话）。
• /show info：查看当前模型的详细参数信息
• /set parameter seed 123：设置随机种子（高级玩法，用于复现结果）
• /help：在聊天中查看所有可用的快捷键

构建模型时使用 Modelfile 指令：

• FROM <model>：基础模型
• SYSTEM "xxx"：设定系统提示
• PARAMETER key=value：设定默认参数
• TEMPLATE "xxx"：自定义 Chat 模板
• LICENSE "xxx"：设置 License
• ADAPTER <file> / WEIGHTS <file>：加载 LoRA 或额外权重

1.5 模型操作

1.5.1 运行模型

Ollama 运行模型使用 ollama run 命令。
比如：ollama run llama3.2，执行以上命令如果没有该模型会去下载 llama3.2 模型

通过 Python SDK 使用模型
如果想将 Ollama 与 Python 代码集成，可以使用 Ollama 的 Python SDK 来加载和运行模型。
安装 Ollama 的 Python SDK，打开终端，执行：pip install ollama

使用 Python 代码来加载和与模型交互。

import ollama
response = ollama.generate(model="llama3.2",  # 模型名称prompt="你是谁。"  # 提示文本
)
print(response)流式响应
from ollama import chat
stream = chat(model="llama3.2",messages=[{"role": "user", "content": "为什么天空是蓝色的？"}],stream=True
)
for chunk in stream:print(chunk["message"]["content"], end="", flush=True)

1.5.2 模型交互

• 命令行交互：
  通过命令行直接与模型进行交互是最简单的方式
  使用 ollama run 命令启动模型并进入交互模式：ollama run <model-name>
  启动后，您可以直接输入问题或指令，模型会实时生成响应。
  在交互模式下，输入 /bye 或按下 Ctrl+d 退出
• 单次命令交互：
  如果只需要模型生成一次响应，可以直接在命令行中传递输入。
  通过管道将输入传递给模型：
  echo "你是谁？" | ollama run deepseek-coder
  直接在命令行中传递输入：ollama run deepseek-coder "Python 的 hello world 代码？"
• 多轮对话
  Ollama 支持多轮对话，模型可以记住上下文
• 文件输入
  可以将文件内容作为输入传递给模型
  ollama run deepseek-coder < input.txt
• 自定义提示词
  通过 Modelfile 定义自定义提示词或系统指令，使模型在交互中遵循特定规则。
  创建自定义模型
  编写一个 Modelfile：FROM deepseek-coder SYSTEM "你是一个编程助手，专门帮助用户编写代码。"
  然后创建自定义模型：ollama create test-coder -f ./Modelfile
  运行自定义模型：ollama run test-coder
• 交互日志
  Ollama 会记录交互日志，方便调试和分析：ollama logs

1.6 与浏览器交互

1.6.1 Open WebUI

1.6.1.1 简介

Open WebUI 用户友好的 AI 界面（支持 Ollama、OpenAI API 等）。
Open WebUI 支持多种语言模型运行器（如 Ollama 和 OpenAI 兼容 API），并内置了用于检索增强生成（RAG）的推理引擎，使其成为强大的 AI 部署解决方案。
Open WebUI 可自定义 OpenAI API URL，连接 LMStudio、GroqCloud、Mistral、OpenRouter 等。

官方文档：https://docs.openwebui.com

1.6.1.2 安装

使用 Docker 安装
如果 Ollama 已安装在电脑上，使用以下命令：

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

使用 Nvidia GPU 支持运行 Open WebUI：

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

装完成后，通过访问 http://localhost:3000 使用 Open WebUI。

Open WebUI 可以通过 Python 的包安装程序 pip 进行安装，在开始安装之前，请确保使用的是 Python 3.11，以避免可能出现的兼容性问题。
打开终端，运行以下命令以安装 Open WebUI：pip install open-webui
安装完成后，通过以下命令启动 Open WebUI：open-webui serve
启动后，Open WebUI 服务器将运行在 http://localhost:8080

1.6.2 Page Assist

1.6.2.1 简介

Page Assist 是一款开源的浏览器扩展程序，主要为本地 AI 模型提供直观的交互界面，让用户可以在任何网页上与本地 AI 模型进行对话和交互。

Page AssistGithub 源代码：https://github.com/n4ze3m/page-assist

基本功能：

• 侧边栏交互：用户可以在任何网页上打开侧边栏，与本地 AI 模型进行对话，获取与网页内容相关的智能辅助。
• 网页 UI：提供类似 ChatGPT 的网页界面，用户可以在此界面中与 AI 模型进行更全面的对话。
• 网页内容对话：用户可以直接与网页内容进行对话，获取相关信息的解释或分析。
  多浏览器支持：支持 Chrome、Brave、Edge 和 Firefox 等主流浏览器。
• 快捷键操作：通过快捷键可以快速打开侧边栏和网页 UI，方便用户使用。
• 支持多种本地 AI 提供商：目前支持 Ollama 和 Chrome AI (Gemini Nano) 等本地 AI 提供商。
• 文档解析：支持与 PDF、CSV 等多格式文档进行聊天交流。
• 离线模型适配：适用于离线环境，用户可以在本地运行 AI 模型。
• 隐私保护：所有交互都在本地完成，不会收集用户个人数据，数据存储在浏览器的本地存储中。
• 开发模式：支持开发者模式，便于进行扩展的开发和测试。

1.6.2.2 安装与使用

直接从 Chrome Web Store 或 Firefox Add-ons 商店下载安装，也可以通过手动安装的方式进行，访问 https://chromewebstore.google.com/search/，搜索 Page Assist

打开后就可以看到 Ollama 正在运行的提示，如果还没启动则需要启动 Ollama

接下来我们可以选择指定的模型，然后输入提示词：

1.7 与Python交互

1.7.1 安装SDK

安装 Ollama 的 Python SDK。
pip install ollama
确保环境中已安装了 Python 3.x，并且网络环境能够访问 Ollama 本地服务

在使用 Python SDK 之前，确保 Ollama 本地服务已经启动。
使用命令行工具来启动它：ollama serve

如果已经用run启动了为什么还要用server？

因为 ollama run 只能打开一个交互式命令行会话；它本身不会监听任何端口，也就无法被 Python 程序调用。
因此想让 Ollama 对外提供 API（HTTP 或官方 SDK），都必须先执行ollama serve
这条命令会在后台启动本地服务，默认监听 localhost:11434，然后才能用 Python 通过 HTTP 或 ollama-python 与之通信 。

1.7.2 使用SDK交互

1.7.2.1 简单使用

通过 Python SDK，向指定的模型发送请求，生成文本或对话：

from ollama import chat
from ollama import ChatResponseresponse: ChatResponse = chat(model='deepseek-coder', messages=[{'role': 'user','content': '你是谁？',},
])
# 打印响应内容
print(response['message']['content'])# 或者直接访问响应对象的字段
#print(response.message.content)

1.7.2.2 常用 API 方法

Ollama Python SDK 提供了一些常用的 API 方法，用于操作和管理模型。

• chat 方法
  与模型进行对话生成，发送用户消息并获取模型响应：
  ollama.chat(model='llama3.2', messages=[{'role': 'user', 'content': 'Why is the sky blue?'}])
• generate 方法
  用于文本生成任务。与 chat 方法类似，但是它只需要一个 prompt 参数：ollama.generate(model='llama3.2', prompt='Why is the sky blue?')
• list 方法
  列出所有可用的模型：ollama.list()
• show 方法
  显示指定模型的详细信息：ollama.show('llama3.2')
• create 方法
  从现有模型创建新的模型：
  ollama.create(model='example', from_='llama3.2', system="You are Mario from Super Mario Bros.")
• copy 方法
  复制模型到另一个位置：ollama.copy('llama3.2', 'user/llama3.2')
• delete 方法
  删除指定模型：ollama.delete('llama3.2')
• pull 方法
  从远程仓库拉取模型：ollama.pull('llama3.2')
• push 方法
  将本地模型推送到远程仓库：ollama.push('user/llama3.2')
• embed 方法
  生成文本嵌入：
  ollama.embed(model='llama3.2', input='The sky is blue because of rayleigh scattering')
• ps 方法
  查看正在运行的模型列表：ollama.ps()

1.7.3 使用Http方式交互

1.7.3.1 使用Ollama http

Ollama 的端口兼容 OpenAI 格式，也提供原生 REST 端点

from ollama import Clientclient = Client(host='http://localhost:11434',headers={'x-some-header': 'some-value'}
)response = client.chat(model='deepseek-coder', messages=[{'role': 'user','content': '你是谁?',},
])
print(response['message']['content'])

异步执行请求，可以使用 AsyncClient 类，适用于需要并发的场景。

import asyncio
from ollama import AsyncClientasync def chat():message = {'role': 'user', 'content': '你是谁?'}response = await AsyncClient().chat(model='deepseek-coder', messages=[message])print(response['message']['content'])asyncio.run(chat())

异步客户端支持与传统的同步请求一样的功能，唯一的区别是请求是异步执行的，可以提高性能，尤其是在高并发场景下。

1.7.3.2 使用其他http请求

import requests, json
url = 'http://localhost:11434/api/chat'
payload = {"model": "deepseek-coder","messages": [{"role": "user", "content": "写个快速排序"}],"stream": False
}
resp = requests.post(url, json=payload)
print(resp.json()['message']['content'])