10行代码轻松实现大模型本地部署（亲测有效）

10行代码实现大模型本地部署

最新推荐文章于 2025-11-23 18:06:24 发布

原创最新推荐文章于 2025-11-23 18:06:24 发布 · 339 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#llama #人工智能 #embedding #python #langchain #Llama3 #知识库

Ollama Model Zoo

https://ollama.com/search

Ollama 实践: 本地运行大模型

在本地运行开源LLM比大多数人想象的要容易得多。今天，我们就来一步一步地进行实际操作演示。最终结果如下：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

我们将使用 Ollama 运行 Microsoft 的 phi-2，Ollama 是一个框架，可以直接从本地计算机运行开源 LLM（Llama2、Llama3 等）。

下载 Ollama

访问Ollama.com，下载 Ollama 并安装它。

Ollama 支持多种开源模型。以下列出部分模型及其下载命令：

下载 phi-2

接下来，运行以下命令下载phi-2：

您的终端将显示以下内容：

完毕！

使用本地模型

开源 LLM 现在正在您的本地计算机上运行，您可以按如下方式向其发出指令：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

定制模型

通过 Ollama 运行的模型可以通过提示进行自定义。假设你想自定义 phi-2，让它像马里奥一样说话。复制现有文件modelfile：

接下来，打开新文件并编辑PROMPT设置：

接下来，按如下方式创建您的自定义模型：

完毕！

现在运行mario模型：

这样就可以在本地使用LLM了。也就是说，Ollama 可以与几乎所有 LLM 编排框架（如 LlamaIndex、Langchain 等）优雅地集成，这使得在开源 LLM 上构建 LLM 应用程序变得更加容易。

Streaming & Thinking

**Streaming：**流式传输（Streaming）允许您在模型生成文本的同时渲染文本。REST API 默认启用流式传输，但 SDK 默认禁用流式传输。要在 SDK 中启用流式传输，请将stream参数设置为True。

Thinking：具有思考能力的模型会返回一个thinking字段，该字段将它们的推理过程与最终答案分开。使用此功能可以审核模型步骤、在用户界面中演示模型思考过程，或者在只需要最终响应时完全隐藏跟踪过程。

可以在https://ollama.com/search?c=thinking这里查到所有支持 Thinking 的模型。

聊天：流式传输部分助手消息。每个数据块都包含消息，content以便您可以在消息到达时立即渲染它们。
思考：具备思考能力的模型会thinking在每个数据块中除了常规内容外，还会输出一个字段。在流式数据块中检测此字段，即可在最终答案到达之前显示或隐藏推理过程。
工具调用：监视tool_calls每个数据块中的流，执行请求的工具，并将工具输出附加回对话中。

结构化输出

参考文档：https://docs.ollama.com/capabilities/structured-outputs

from ollama import chatfrom pydantic import BaseModelclass Country(BaseModel):  name: str  capital: str  languages: list[str]response = chat(  model='gpt-oss',  messages=[{'role': 'user', 'content': 'Tell me about Canada.'}],  format=Country.model_json_schema(),)country = Country.model_validate_json(response.message.content)print(country)

输出示例：

name=‘Canada’ capital=‘Ottawa’ languages=[‘English’, ‘French’, ‘Official languages: English and French (French is the majority in Quebec)’]

视觉任务

Lower the temperature (e.g., set it to 0) for more deterministic completions.

from ollama import chatfrom pydantic import BaseModelfrom typing import Literal, Optionalclass Object(BaseModel):    name: str    confidence: float    attributes: strclass ImageDescription(BaseModel):    summary: str    objects: list[Object]    scene: str    colors: list[str]    time_of_day: Literal['Morning', 'Afternoon', 'Evening', 'Night']    setting: Literal['Indoor', 'Outdoor', 'Unknown']    text_content: Optional[str] = Noneresponse = chat(    model='gemma3',    messages=[{        'role': 'user',        'content': 'Describe this photo and list the objects you detect.',        'images': ['path/to/image.jpg'],    }],    format=ImageDescription.model_json_schema(),    options={'temperature': 0},)image_description = ImageDescription.model_validate_json(response.message.content)print(image_description)

工具调用

from ollama import chatdef get_temperature(city: str) -> str:  """Get the current temperature for a city  Args:    city: The name of the city  Returns:    The current temperature for the city  """  temperatures = {    "New York": "22°C",    "London": "15°C",    "Tokyo": "18°C"  }  return temperatures.get(city, "Unknown")def get_conditions(city: str) -> str:  """Get the current weather conditions for a city  Args:    city: The name of the city  Returns:    The current weather conditions for the city  """  conditions = {    "New York": "Partly cloudy",    "London": "Rainy",    "Tokyo": "Sunny"  }  return conditions.get(city, "Unknown")messages = [{'role': 'user', 'content': 'What are the current weather conditions and temperature in New York and London?'}]# The python client automatically parses functions as a tool schema so we can pass them directly# Schemas can be passed directly in the tools list as well response = chat(model='qwen3', messages=messages, tools=[get_temperature, get_conditions], think=True)# add the assistant message to the messagesmessages.append(response.message)if response.message.tool_calls:  # process each tool call   for call in response.message.tool_calls:    # execute the appropriate tool    if call.function.name == 'get_temperature':      result = get_temperature(**call.function.arguments)    elif call.function.name == 'get_conditions':      result = get_conditions(**call.function.arguments)    else:      result = 'Unknown tool'    # add the tool result to the messages    messages.append({'role': 'tool',  'tool_name': call.function.name, 'content': str(result)})  # generate the final response  final_response = chat(model='qwen3', messages=messages, tools=[get_temperature, get_conditions], think=True)  print(final_response.message.content)

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇