铁路校友博客-卢松松的追随者

★ 我们平时使用的ChatGPT、kimi、豆包等Ai对话工具，其服务器都是部署在各家公司的机房里，如果我们有一些隐私数据发到对话中，很难保证信息是否安全等问题，如何在保证数据安全的情况下，又可以使用大预言模型，Ollma（哦拉玛）可以告诉你答案！ ” 目录 1. Ollma 是什么？ 2. 安装教程 2.1 首先去官网下载 2.2 下载好之后安装 2.3 测试一下 3. 导入开源Qwen 2.5 - 0.5B 大模型 3.1 去模型仓库搜索模型 3.2 加载模型 3.3 使用模型 4. 部署webUI可视化对话 这是一个保姆级的教程，从下载到成功运行Qwen2.5大模型，更适合没有玩过Ollma的小白宝宝哦~ image.png 1. Ollma 是什么？ ★ 一句话介绍：一个可以让你在本地启动并运行大型语言模型的工具！ ” Ollma是一个开源的大模型服务工具，他可以让你在一行代码不写的情况下，在本地通过一条命令即可运行大模型。 Ollma会根据电脑配置，自动选择用CPU还是GPU运行，如果你的电脑没有GPU，会直接使用CPU进行运行（可能有点慢） 2. 安装教程 Ollma官网：[https://ollama.com/] 模型仓库：[https://ollama.com/library] 2.1 首先去官网下载 从主页点击下载，直接跳转到了当前系统所兼容的下载界面，点击download，一键下载 2.2 下载好之后安装 博主的电脑是Mac，下载好之后，直接把压缩包解压，然后移动到应用程序中即可，其他操作系统，参考这个文档： Windows 下的安装与配置 Linux 安装Ollma Docker 安装 Ollma 下载好之后，打开，当这个帅气的小羊驼显示在你的任务栏中的时候，说明已经启动成功了！ image.png 2.3 测试一下 打开命令行，输入ollama -h看到以下界面，就可以进行下一步，操作了~ image.png 3. 导入开源Qwen 2.5 - 0.5B 大模型 3.1 去模型仓库搜索模型 我们在上面提到的Ollma模型仓库中找到最新的千问大模型 点进去，界面如下： 3.2 加载模型 将上面的命令复制到命令行，回车执行！等待下载 image.png 等进度100%了，即可使用模型 3.3 使用模型 在命令行中，即可开启与千问大模型的对话，看到这里，是不是感觉很简单，快去点个赞！ 输入/bye方可结束对话。 image.png 都看到这里了，点个赞再走吧！码字实属不易呀。 4. 部署webUI可视化对话 本文使用FastAPI 部署Ollma可视化页面，简单4步即可 1、克隆仓库 git clone https://github.com/AXYZdong/handy-ollama 克隆完成进入目标目录： cd handy-ollama/notebook/C6/fastapi_chat_app 2、安装依赖 pip install -r requirements.txt pip install 'uvicorn[standard]' 3、修改app.py 代码 输入vim websocket_handler.py命令（确保你在fastapi_chat_app目录下先）更改model代码 #!/usr/bin/env python # -*- coding: utf-8 -*- import ollama from fastapi import WebSocket async def websocket_endpoint(websocket: WebSocket): await websocket.accept() user_input = await websocket.receive_text() stream = ollama.chat( model='qwen2.5:0.5b', messages=[{'role': 'user', 'content': user_input}], stream=True ) try: for chunk in stream: model_output = chunk['message']['content'] await websocket.send_text(model_output) except Exception as e: await websocket.send_text(f"Error: {e}") finally: await websocket.close() 4、运行模型 输入命令： uvicorn app:app --reload 浏览器打开：[http://127.0.0.1:8000] 即可开始对话： https://zhuanlan.zhihu.com/p/5558002022