当前位置：首页 > news >正文

一文讲透大模型部署工具ollama--结合本地化部署deepseek实战

news 文章来源：https://blog.csdn.net/weixin_42998312/article/details/145479394 2025/5/19 0:07:57

Ollama 是一个开源的人工智能平台，专注于在本地高效运行大型语言模型（LLMs）。通过 Ollama，开发者可以在自己的机器上运行多种大规模语言模型，而不必依赖于云端服务。它支持对大模型的管理和本地化部署，并且提供了易于使用的客户端接口和 WebUI 部署，帮助开发者高效地与语言模型交互。

1. Ollama 的功能和作用

Ollama 提供了一系列功能，专门用于本地化大模型的管理、部署和交互。它的核心功能包括：

1.1 本地部署大语言模型

Ollama 允许用户在本地环境中运行大语言模型（例如 GPT 系列、LLama、BERT 等），这意味着数据可以保存在本地机器上，避免了云端处理的隐私和延迟问题。

1.2 高效模型管理

Ollama 提供了一种高效的方式来管理本地模型。用户可以方便地下载、切换、加载和卸载模型，并且可以在本地机器上进行模型调优。

1.3 支持多种大模型

Ollama 支持多种主流的开源大语言模型，包括 GPT-2, GPT-3、LLaMA、T5、BERT 等。它允许用户导入、运行和对这些模型进行本地交互。

1.4 Web UI 可视化界面

Ollama 提供了一个 WebUI，用户可以通过浏览器界面与语言模型进行交互。WebUI 提供了简洁易用的界面，支持文本输入和输出查看。

1.5 Python API 支持

Ollama 提供 Python API，允许开发者通过代码与模型交互，可以集成到自己的应用程序或服务中，进行更加灵活的操作。

2. Ollama 软件安装和参数设置

2.1 Ollama 安装步骤

Ollama 提供了多平台支持（如 Linux、macOS 和 Windows）。以下是通用的安装步骤：

macOS 示例

下载 Ollama 安装包 访问 Ollama 官网下载适用于你的操作系统的最新版本。

安装步骤 对于 macOS，你可以通过 Homebrew 安装：

brew install ollama

安装完成后验证 通过以下命令验证安装是否成功：

ollama --version

Linux 示例

安装依赖项

在 Linux 上，首先需要安装一些依赖项，例如 curl 和 tar：

sudo apt-get install curl tar

下载并解压 Ollama 安装包

使用 curl 下载并解压：

curl -LO https://ollama.com/download/ollama-linux.tar.gz

tar -xvzf ollama-linux.tar.gz

将 Ollama 添加到 PATH

sudo mv ollama /usr/local/bin/

验证安装

ollama --version

2.2 常用参数设置

Ollama 提供了一些常用的命令行参数，以下是几个常见的命令及其参数：

2.2.1 查看当前安装的模型

ollama list

该命令会列出本地已经安装的所有语言模型。

2.2.2 加载特定模型

如果想加载一个特定的模型，可以使用以下命令：

ollama run <model_name>

例如，加载 deepseek-r1 模型：

这里说明一下：只有671B是满血deepseek大模型，其它的都是阉割版。另外根据自身电脑配置选择规格参考如下（配置太低是跑不动高规格模型的）

模型	显存需求	内存需求	推荐显卡	性价比方案
7B	10-12GB	16GB	RTX 3060	二手2060S
14B	20-24GB	32GB	RTX 3090	双卡2080Ti
32B	40-48GB	64GB	RTX 4090	租赁云服务器

ollama run deepseek-r1:1.5b(受硬件影响，风云这里下载了一个最低版的入门级，测试一下功能)

如下界面，表示安装成功

2.2.3 获取模型帮助信息

ollama help <command>

例如，查看 run 命令的帮助：

ollama help run

3. Ollama 对大模型的管理

Ollama 允许用户高效管理本地的大模型。它提供了模型下载、切换、卸载、更新等功能，支持用户根据需要进行灵活的操作。

管理命令包括：

ollama list：显示模型列表。
ollama show：显示模型的信息
ollama pull：拉取模型
ollama push：推送模型
ollama cp：拷贝一个模型
ollama rm：删除一个模型
ollama run：运行一个模型

3.1 下载和安装模型

用户可以通过 Ollama 的命令行工具来下载不同的大模型。以下载 LLaMA 模型为例：

ollama install llama

模型会被自动下载并解压到本地环境中。你可以通过 ollama list 来检查已经安装的模型。

3.2 切换模型

通过 Ollama，用户可以方便地切换不同的模型。例如，你可以切换从 GPT-3 到 LLaMA：

ollama switch llama

3.3 卸载模型

如果不再需要某个模型，用户可以通过以下命令来卸载：

ollama uninstall <model_name>

例如，卸载 LLaMA：

ollama uninstall llama

4. Ollama 导入大模型的具体方式和操作步骤

4.1 导入模型

Ollama 允许用户导入自定义的大语言模型。以下是导入模型的步骤：

准备好模型文件：首先，确保你已经有了一个经过训练的大语言模型的文件。

模型上传：如果你有本地的 .bin、.pth 等模型文件，可以通过 Ollama 命令行工具上传这些文件到本地。

例如，假设你已经下载了一个大模型文件 mymodel.pth，可以使用以下命令导入该模型：

ollama import --file /path/to/mymodel.pth

验证导入的模型：导入后，使用 ollama list 查看已安装的模型，确保它已经正确安装。

5. Web UI 部署 Ollama 可视化对话界面

Ollama 提供了 WebUI 部署功能，可以通过浏览器与语言模型进行交互。以下是 WebUI 的部署步骤：

5.1 安装 WebUI 依赖

首先，需要安装支持 WebUI 的依赖，如 Node.js 和 npm。你可以使用以下命令来安装这些依赖：

sudo apt-get install nodejs npm

5.2 启动 WebUI

风云选择了在Docker上安装一个Open-WebUI组件，让DeepSeek-R1可以通过浏览器界面交互，并赋予它联系上下文的能力。

具体来看，需要先下载Docker桌面端（如果不会的，可以再去百度，按照默认的引导完成安装即可），再次打开PowerShell界面复制并执行以下这条指令，风云帮大家省下去Github查找的时间了：

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

该命令会启动一个 Web 服务器，默认情况下，WebUI 将会在 http://localhost:3000 上运行。

5.3 访问 WebUI

打开浏览器，访问以下地址：

http://localhost:3000

在这个界面上，你可以与模型进行交互，输入问题并得到模型的响应。

6. 用 Python 实现 Ollama 客户端 API 调用

Ollama 提供了 Python API，允许开发者在 Python 环境中与语言模型进行交互。以下是 Python 客户端的集成步骤：

6.1 安装 Ollama Python 库

使用 pip 安装 Ollama 的 Python 客户端：

pip install ollama

6.2 Python 调用示例

以下是一个基本的 Python 示例，展示如何通过 Ollama API 调用模型：

import ollama# 流式输出
def api_generate(text:str):print(f'提问：{text}')stream = ollama.generate(stream=True,model='deepseek-r1:1.5b',prompt=text,)print('-----------------------------------------')for chunk in stream:if not chunk['done']:print(chunk['response'], end='', flush=True)else:print('\n')print('-----------------------------------------')print(f'总耗时：{chunk['total_duration']}')print('-----------------------------------------')if __name__ == '__main__':# 流式输出api_generate(text='天空为什么是蓝色的？')# 非流式输出content = ollama.generate(model='deepseek-r1:1.5b', prompt='天空为什么是蓝色的？')print(content)

在这个示例中，我们加载了deepseek-r1:1.5b 模型，发送了一个简单的问题请求，并打印了模型的响应。

6.3 更多 API 调用

Ollama 的 Python API 提供了更多的功能，例如调整温度、控制生成的最大token数等：

response = model.chat('中国首都是哪里?', temperature=0.7, max_tokens=100)

print(response['text'])

Ollama 是一个强大的本地化大语言模型管理平台，能够让开发者方便地在本地机器上运行和管理各种大模型。通过简单的命令行工具、WebUI 界面和 Python API，用户可以高效地进行模型的管理、交互和集成。无论是对大模型的安装、更新、切换，还是与模型的互动，Ollama 都提供了直观且灵活的方式，帮助开发者充分发挥大语言模型的优势。