丹东市网站建设_网站建设公司_MongoDB_seo优化

前言

总是使用远程的API调用要不就是掉不通，要不就是需要申请key，太麻烦了，应该决定本地进行部署了，而Ollama专注于本地化轻量部署，强调开发者体验和易用性，适合原型开发、隐私敏感场景和资源受限环境。

下载

访问Ollama的官方网址：https://ollama.com/download。
下载后，安装的时候使用cmd进行安装，要不然总是默认安装在C盘中。

OllamaSetup.exe /DIR="D:\Ollama"

然后即可进行安装在指定位置。

下载模型

使用Ollama pull 模型即可，可以在https://ollama.com/search上找支持的模型，也可以在HuggingFace上找支持Ollama部署的模型。

运行模型

使用ollama run 模型名即可运行对应的模型。

API接口

Ollama API 使用指南

Python调用

需要先安装ollama库，即：

pipinstallollama

然后编写：

fromollamaimportClientfromollamaimportChatResponse# 创建 Client 实例，并显式指定 host 地址# 127.0.0.1 是标准的本地回环地址，11434 是 Ollama 默认端口。client=Client(host='http://127.0.0.1:11434')response:ChatResponse=client.chat(model='llama3:latest',messages=[{'role':'user','content':'你是谁？请使用中文回答',},])# 打印响应内容print(response['message']['content'])

运行结果：

我是 LLaMA，一个由 MetaAI 开发的人工智能模型。我可以理解和生成人类语言，能够与用户交互、回答问题和产生内容。我的目标是帮助人们更好地communicate和获取信息。我是一个基于大规模语言模型的 AI，我的能力包括： * 理解自然语言，能够识别语义和理解用户的意图 * 生成高质量的文本，能够创作文章、回答问题和产生对话 * 学习和改进自己的人工智能能力 我可以用于各种场景，例如客服、内容生成、知识分享等。我希望通过与你的交流，提高自己的能力和帮助更多的人。