使用ollama搭建自己的本地中文大语言模型

原创最新推荐文章于 2026-09-28 10:13:44 发布 1.2w 阅读 AI写同款

Python_金钱豹

码龄5年墨衍会员 · AI 创作全网分发

1万+粉丝2840篇原创

关注

Ollama 可以在 Windows 上运行了阅读详情

AI摘要

本文介绍如何使用ollama框架在本地部署和运行Llama3等大型语言模型，包括模型下载、配置及测试，同时分享了构建中文模型的方法及提升运行速度的技巧。

说到ai,大家应该不陌生了，它应该是目前最火的研究方向之一了，下面是目前比较流行的一些ai(人工智能大模型):

openai的chatgpt
google的Gemma
Anthropic的Claude
月之暗面的kimi
阿里的通义千问
百度的文心一言
字节跳动的豆包

但今天聊的是ollama这个开源框架加上开源模型来实现自己本地的ai。

Ollama 是一款开源的本地运行大型语言模型（LLM）的框架，它允许用户在自己的设备上直接运行各种大型语言模型，包括 Llama 3、Mistral、Dolphin Phi 等多种模型，无需依赖网络连接。此外，Ollama 还提供跨平台的支持，包括 macOS、Windows、Linux 以及 Docker，几乎覆盖了所有主流操作系统。

Llama 3是Meta AI开源的第三代Llama系列模型，其新的 8B 和 70B 参数 Llama 3 模型在Llama 2的基础上，实现了更大性能的提升。由于预训练和训练后的技术改进，其Llama 3模型是当今 8B 和 70B 参数规模的最佳模型。Llama 3模型的改进大大降低了错误拒绝率，改善了一致性，并增加了模型响应的多样性。Llama 3模型在推理、代码生成和指令跟踪等功能也得到了极大的改善。而未来更大的4000亿参数大模型还在继续训练中。其Llama 3大模型可以直接在Meta AI官网直接使用，且支持无需注册登陆即可使用，简直是开箱即用。

官网：https://ollama.com/

github: https://github.com/ollama/ollama

一、部署ollama

首先到ollama的官网，或者GitHub链接下载ollama进行安装，其ollama支持window版本，Mac版本，以及Linux版本，根据自己的电脑操作系统下载对应的安装包即可。

MAC

https://ollama.com/download/Ollama-darwin.zip

Windows（本次也是在windows测试为主)

https://ollama.com/download/OllamaSetup.exe

安装，直接双击，下一步下一步就行了，不多赘述

获取模型

ollama安装完成后，并没有一个可视化的界面，其服务运行在后台。还需要加载模型。首次运行时，ollama会自动检测电脑上是否下载了你需要的模型，若没有相关模型，会自动下载：比如llama3

#运行8B参数的模型，其模型约4.7G``ollama run llama3``#运行70B的模型，其模型约40G``ollama run llama3:70b

测试

运行下面的命令即可启动：

ollama run llama3

经过测试，简单问题，速度还是可以的：

这里的速度跟自己的电脑配置有很大的关系，毕竟大模型运行在本地，且还是8B的模型，由于自己的电脑内存不大，并没有本地体验70B的模型，这个可以自行尝试。

我的显卡是1070，整体用下来，使用率还不算高，大家如果有好的显卡，可以尝试更大的模型：

linux在线安装

curl -fsSL https://ollama.com/install.sh | sh``ollama run llama3

docker

环境变量	描述	默认值	附加说明
OLLAMA_HOST	绑定的主机和端口	"127.0.0.1:11434"	设置 0.0.0.0: 端口号可以指定所有人访问特定端口
OLLAMA_ORIGINS	允许的跨域源列表，逗号分隔	仅本地访问	设置 "*" 可以避免 CORS 跨域错误，按需设置
OLLAMA_MODELS	模型存放的路径	"~/.ollama/models" 或 "/usr/share/ollama/.ollama/models"	按需指定
OLLAMA_KEEP_ALIVE	模型在显存中保持加载的持续时间	"5m"	按需加载和释放显存可以有效降低显卡压力，但会增加硬盘读写
OLLAMA_DEBUG	设置为 1 以启用额外的调试日志	默认关闭

docker run -d --gpus=all -v ollama:/root/.ollama -e OLLAMA_ORIGINS="*" -p 11434:11434 --name ollama ollama/ollama``docker exec -it ollama ollama run llama3

二、构建自己的Llama3中文模型

下载Llama3-8B-Chinese-Chat-f16-v2.gguf

下载地址：https://huggingface.co/shenzhi-wang/Llama3-8B-Chinese-Chat-GGUF-f16/tree/main

创建文件 Llama3-8B-Chinese-Chat-f16-v2

FROM C:\Users\WUQY\.ollama\models\Llama3-8B-Chinese-Chat-f16-v2.gguf

创建 Ollama 模型

cd /d C:\Users\WUQY\.ollama\models``ollama create Llama3-8B-Chinese-Chat-f16-v2 -f Llama3-8B-Chinese-Chat-f16-v2

![](https://mmbiz.qpic.cn/sz_mmbiz_png/VuibtHqr8zAoqYibExWtD96UZn36kcibhma6ttYY9rpUXhnKXHdU7seZzgZV4J7tZzRQWT5x3VdCiapBELXV3qzquw/640?wx_fmt=png&from=appmsg)

运行模型

ollama run Llama3-8B-Chinese-Chat-f16-v2

模型测试

我的电脑测下来这个还是比较慢的，后面经过实测可以直接用这个：https://github.com/Shenzhi-Wang/Llama3-Chinese-Chat

ollama run wangshenzhi/llama3-8b-chinese-chat-ollama-q4  # to use the Ollama model for our 4bit-quantized GGUF Llama3-8B-Chinese-Chat-v2.1``# or``ollama run wangshenzhi/llama3-8b-chinese-chat-ollama-q8  # to use the Ollama model for our 8bit-quantized GGUF Llama3-8B-Chinese-Chat-v2.1``# or``ollama run wangshenzhi/llama3-8b-chinese-chat-ollama-fp16  # to use the Ollama model for our FP16 GGUF Llama3-8B-Chinese-Chat-v2.1

如果你的电脑配置不是很高的话，速度上会快很多。

下面是我在自己的电脑上用wangshenzhi/llama3-8b-chinese-chat-ollama-q8实测的速度：

三、搭建ollama web UI

由于ollama只是一个后台服务，并没有一个可视化的界面，虽然可以在终端窗口中使用，但是有一个漂亮的UI界面会增加体验效果。当然看个人需求，比如我就更喜欢在终端中用。

Lobe Chat 是一个开源聊天机器人平台，旨在让开发者轻松构建和部署自定义聊天机器人。Lobe Chat安装完成后，可以使用Lobe Chat来使用AI语言大模型，当然，Lobe Chat不仅支持llama系列模型，还支持一系列其他的大语言模型，可以设置每个模型的API接口以及下载本地模型来使用。LobeChat 作为一款开源的 LLMs WebUI 框架，支持全球主流的大型语言模型，并提供精美的用户界面及卓越的用户体验。该框架支持通过本地 Docker 运行，亦可在 Vercel、Zeabur 等多个平台上进行部署。用户可通过配置本地 Ollama 接口地址，轻松实现 Ollama 以及其他本地模型的集成。

github地址：https://github.com/lobehub/lobe-chat

使用文档参考：https://lobehub.com/zh/docs/usage/providers/ollama

配置 Ollama 允许跨域访问

launchctl setenv OLLAMA_ORIGINS "*"

windows

由于 Ollama 的默认参数配置，启动时设置了仅本地访问，所以跨域访问以及端口监听需要进行额外的环境变量设置 OLLAMA_ORIGINS。在 Windows 上，Ollama 继承了您的用户和系统环境变量。

1）首先通过 Windows 任务栏点击 Ollama 退出程序。

2）从控制面板编辑系统环境变量。

3）为您的用户账户编辑或新建 Ollama 的环境变量 OLLAMA_ORIGINS，值设为 * 。

4）点击OK/应用保存后重启系统。

5）重新运行Ollama。

docker 部署

$ docker run -d -p 3210:3210 \`  `-e OLLAMA_PROXY_URL=http://192.168.31.188:11434 \`  `-e ACCESS_CODE=lobe66 \`  `--name lobe-chat \`  `lobehub/lobe-chat

3. web端访问

配置ollama

开始会话

如果设置里面连通性检查没问题，但是会话出现下面的错误：

请检查下面ollama的环境变量：

OLLAMA_HOST 0.0.0.0:11434

OLLAMA_ORIGINS *

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述