hi~
新年快乐呀~
朋友，祝你越来越好！
应该都到家了吧？
马上又到了年轻们最煎熬的时候了，“啥时候结婚？”、“年薪多少啊？”、“二胎快了吧？”、“我儿子都当上公司高管了”！
真真的！不如在家学习，干项目！
雄哥目标就是在新年几天，把知识图谱和高级RAG应用干完！
干完了，我们继续干agent！干教育组项目！
接下来我们会用到纯本地的环境，做知识图谱+RAG应用！
我需要部署一个本地开源模型，完成任务！
但雄哥带回家的笔记本电脑，没有显卡！
怎么办？
刚好qwen发布了1.5 版本！而且一下更新了：0.5B, 1.8B, 4B, 7B, 14B, 72B
6个尺寸版本！
最小的尺寸仅0.5B！
就是不知能力如何！
我们先看看他常规尺寸的数据，这么看，各项数据，不管放在国内外，在开源阵营中，都是非常能打的！
但雄哥本地没有显卡，只能用CPU来跑，而且日后接API出来做知识图谱和RAG，小尺寸模型才是我的菜！
来看看小尺寸的表现！
嗯！就它了！
雄哥本地没有任何显卡，只有CPU！到时跑知识图谱，那个温度+音浪~
已经有画面了！
人的专注力只有10分钟，那，话不多说！
① 部署ollama推理环境！
② 下载qwen1.5版本模型！(全)
③ 启动推理！跑起来！
第一部分：部署ollama推理环境
ollama！是一个操作简单的大模型部署工具！可以无缝接入到各大应用中！
当然！支持langchain+llama_index！来看看它的优势！
运行环境：纯本地
支持系统：Mac、linux、win系统的WSL2
算力要求：零！雄哥16G内存，0显存，照样跑！
部署方式：一条指令搞掂，无需安装依赖！
docker：完美使用！
GitHub地址：https://github.com/ollama/ollama
接下来，雄哥用win11系统的WSL和docker两种方式来部署它！
如果你是小白，没关系，你可以把ollama理解为一个手机系统，大模型就是一个APP！
只有安装了系统，我们才能启动一个APP，一样道理！
好！动起手来，跟着雄哥把系统部署下来！
1.1 安装wsl+docker
是的，雄哥是0基础教，那一定是从这个开始的！wsl和docker几乎是捆绑在一起的！
首先，我们要先安装wsl！这是win系统的linux虚拟机，完全独立于win系统！这样无需安装双系统了！
安装！对你日后的AI环境使用，都有好处，雄哥的使用率极高！
安装wsl有自动和手动两种，雄哥用自动挡，没成功~
没关系，手动安装也是一眨眼的事！
现在在开始菜单按钮右键，管理员身份运行终端！
输入以下指令，回车！启动wsl功
dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart继续！输入以下指令，回车！启动虚拟机功能！
dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart打开电脑的“应用商店”，搜索并安装wsl！
回到刚刚的窗口，看看安装成功没！输入以下指令！回车！
wsl --list --verbose
注意看！星标在不在新安装的这个版本上！
如果不在，输入以下指令，将新安装的wsl设置为默认版本！
否则是无法启动的！
wsl --set-default-version Ubuntu-22.04现在，该安装docker了！
在知识星球会员盘下载docker后！直接下一步安装！
安装成功后，注意要点设置！打钩！
全部搞掂！
1.2 安装ollama！
打开刚刚那个WSL小企鹅！这是linux和wsl的安装指令！
一条搞掂，输入后回车！
curl https://ollama.ai/install.sh | sh
整个下载几分钟搞掂！因为雄哥本地的笔记本，没有显卡，只有CPU，所以它提示我，会用CPU来运行模型！
没关系！
下载完了，这个系统就搞掂了！
之后运行模型只需要一条指令！
是不是很简单？
甚至不用安装依赖！
上面已经安装好了！不需要再做任何操作了！
当然，你也可以用docker安装，如果你还想拓展更多花活，你就可以玩docker了，也是一条指令搞掂！
两个系统是独立的，一个在docker，一个在wsl中！
docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama
第二部分：下载模型！（全）
雄哥实在太爱这个工具了，下载模型只需要一条指令！无需魔法！
首先！雄哥要下载qwen1.5版本的模型，ollama专门做了一个模型商店！
上面有绝大部分的开源模型！以下是qwen1.5版本仓库的商店链接！
https://ollama.ai/library/qwen/tags
直接在wsl窗口输入以下指令，回车！
ollama run qwen:0.5b
这是支持的所有开源模型的商店链接！
客观您慢慢挑~
https://ollama.ai/library
注意！在docker中的操作是完全不同的！
使用以下命令。
仅 CPU
docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama有英伟达GPU的
- 安装 Nvidia 容器工具包。
- 在 Docker 容器中运行 Ollama
docker run -d --gpus=all -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama运行模型
现在，您可以在容器内运行类似 qwen1.5_0.5b 的模型。
docker exec -it ollama ollama run qwen:0.5b第三部分：启动推理！跑起来！
跑起来！
一条指令！
ollama run qwen:0.5b-chat没错！还是它！
如果你下载完，会自动进入chat，退出后，也可以用它来启动！
你有什么问题在，直接在窗口就可以跟它对话，CPU，也非常快！
简单问了两个问题！
问1：树上有10只鸟，开 枪打死一只，树上还有几只鸟？
答1：当开枪打死一只之后，树上可能会剩下9只鸟。但请注意，这只是一个假设的计算，并没有考虑到所有可能的情况。
问2：你是谁
答2：我是来自阿里云的大规模语言模型——通义千问。我不仅能够理解和生成高质量的文字，而且还能进行深度对话和知识查询，为用户提供更便捷的服务。
整个回答，还算简洁，没什么多余的话，这只是0.5B的！跑完了这个，我感觉我的电脑可以跑4B的，16G显存，马上下载试试！
反正一条指令干完所有事，大家也动起手来
qwen1.5系列，全系都是32K，真的好评！
雄哥好好玩下
后续我们要用它来部署纯本地的LLM，接API来做知识图谱+RAG
一、下载安装 ollama:
https://ollama.com/ 首页点击下载：Ollama Windows(preview)，运行 OllamaSetup.exe 一键安装。
二、拉取 gemma:7b
打开Windows CMD, 运行如下命令
D:\Qingfa>ollama pull gemma:7b
pulling manifest
pulling 456402914e83… 19% ▕██████████ ▏ 974 MB/5.2 GB 22 MB/s 3m8s
三、运行 Run gemma:7b
D:\Qingfa>ollama run gemma:7b
Ollama Web UI有很多优点，以下几点很吸引我。
1. 使用 Docker 无缝安装（Docker 从官网下载安装即可，安装后打开）
如果 Ollama 托管在你的本地计算机上并且可通过 http://127.0.0.1:11434/ 访问，请运行以下命令：
docker run -d -p 3000:8080 –add-host=host.docker.internal:host-gateway –name ollama-webui –restart always http://ghcr.io/ollama-webui/ollama-webui:main
Ollama Web UI 现在应该托管在 http://localhost:3000 上，并且可以通过 LAN（或网络）进行访问。
评论0