【AI大模型部署】保姆级教程：从零开始部署Ollma和Qwen大模型

前言我们平时使用的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语言模型Ollma可以告诉你答案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的小白同学image.png1. 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](https://datawhalechina.github.io/handy-ollama/#/C2/2.%20Ollama%20%E5%9C%A8%20Windows%20%E4%B8%8B%E7%9A%84%E5%AE%89%E8%A3%85%E4%B8%8E%E9%85%8D%E7%BD%AE)[Linux 安装Ollma ](https://datawhalechina.github.io/handy-ollama/#/C2/3.%20Ollama%20%E5%9C%A8%20Linux%20%E4%B8%8B%E7%9A%84%E5%AE%89%E8%A3%85%E4%B8%8E%E9%85%8D%E7%BD%AE)[Docker 安装 Ollma](https://datawhalechina.github.io/handy-ollama/#/C2/4.%20Ollama%20%E5%9C%A8%20Docker%20%E4%B8%8B%E7%9A%84%E5%AE%89%E8%A3%85%E4%B8%8E%E9%85%8D%E7%BD%AE)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.png2.3 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.png3. 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_app2、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( modelqwen2.5:0.5b, messages[{role: user, content: user_input}], streamTrue ) try: for chunk in stream: model_output chunk[message][content] await websocket.send_text(model_output) except Exception as e: await websocket.send_text(fError: {e}) finally: await websocket.close()4、运行模型输入命令uvicorn app:app --reload即可开始对话最后的最后感谢你们的阅读和喜欢作为一位在一线互联网行业奋斗多年的老兵我深知在这个瞬息万变的技术领域中持续学习和进步的重要性。为了帮助更多热爱技术、渴望成长的朋友我特别整理了一份涵盖大模型领域的宝贵资料集。这些资料不仅是我多年积累的心血结晶也是我在行业一线实战经验的总结。这些学习资料不仅深入浅出而且非常实用让大家系统而高效地掌握AI大模型的各个知识点。如果你愿意花时间沉下心来学习相信它们一定能为你提供实质性的帮助。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】大模型知识脑图为了成为更好的 AI大模型 开发者这里为大家提供了总的路线图。它的用处就在于你可以按照上面的知识点去找对应的学习资源保证自己学得较为全面。经典书籍阅读阅读AI大模型经典书籍可以帮助读者提高技术水平开拓视野掌握核心技术提高解决问题的能力同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说阅读经典书籍是非常有必要的。实战案例光学理论是没用的要学会跟着一起敲要动手实操才能将自己的所学运用到实际当中去这时候可以搞点实战案例来学习。面试资料我们学习AI大模型必然是想找到高薪的工作下面这些面试题都是总结当前最新、最热、最高频的面试题并且每道题都有详细的答案面试前刷完这套面试题资料小小offer不在话下640套AI大模型报告合集这套包含640份报告的合集涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师还是对AI大模型感兴趣的爱好者这套报告合集都将为您提供宝贵的信息和启示。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】