大模型本地部署：LLAMA3.1 8B 本地部署并配合Obsidian建立本地AI知识管理系统

最新推荐文章于 2025-04-14 09:07:48 发布

原创最新推荐文章于 2025-04-14 09:07:48 发布

· 660 阅读

20 ·

版权

文章标签：

#人工智能 #大模型 #AI大模型 #LLM #langchain #Llama3 #本地知识库

目前，LLAMA3.1模型分为8B、70B、405B三个版本，其中70B和405B对于显存的要求均已超过了一般家用电脑的配置(或者换个说法，用一张4090也是带不起来的)，所以运行8B即可。LLAMA3.1 8B的性能约相当于ChatGPT3.5。

经过我的测试4080、2080、intel ultra 9 185H（无独立显卡，其能力约相当于1060）都是可以带得动8B模型的，当然显卡越好，响应的速度越快。

1、安装Ollama

Ollama是专门为本地化运行大模型设计的软件，可以简便运行很多开源大模型

去官网下载Ollama软件：

代码语言：txt

https://ollama.com/

2、设置环境变量

可以直接在CMD中通过set命令设置

代码语言：txt

set OLLAMA_HOST=127.0.0.1

set OLLAMA_MODELS=d:\ollama\models

set OLLAMA_ORIGINS=app://obsidian.md*

其中，OLLAMA_HOST可以设置为127.0.0.1（本机）或者0.0.0.0（任意）

OLLAMA_MODELS用于设置模型位置，如果设置了这个环境变量的话，则下载回来的模型会保存在后面设定的位置，如果没设置这个环境变量的话，则会默认保存在

代码语言：txt

C:\Users\你的用户名.ollama\models

OLLAMA_ORIGINS用于连接obsidian笔记

3、下载并运行模型

先下载一个用于上载笔记内容至Ollama的模型

代码语言：txt

ollama pull nomic-embed-text

直接在CMD中使用命令进行下载

代码语言：txt

ollama run llama3.1:8b

第一次运行的时候会自动下载训练好的模型文件，后续使用不会重复下载。

但是每次使用的时候都需要执行一次

代码语言：txt

ollama run llama3.1:8b

如果下载过程中出现提示网络错误，则可以尝试使用特殊的上网方式或者去可下载的电脑上下载回来模型文件并拷贝到环境变量中设置的models文件位置中使用

4、OBSIDIAN安装

去其官网下载安装即可，无特殊要求

代码语言：txt

https://obsidian.md/

5、安装copilot插件

在Obisdian的设置——第三方插件——关闭安全模式——社区插件市场——浏览——搜索输入copilot，选择作者是logan yang的那个，然后安装——启用，即可

随后还是在第三方插件中，点开copilot的设置。

主要有以下几处

在最顶端 Default Model——选择OLLAMA(LOCAL)
在QA settings里面 Embedding Models——选择ollama-nomic-embed-text
在接近最下面的地方 Ollama model——手工输入 llama3.1:8B

最后去最上方点 save and reload

6、使用

在obsidian左侧点击copilot小图标，右侧出现窗口，就可以使用copilot了。

可以在三种模式中切换，chat就是一般的对话模式，long note QA是针对单篇笔记的问答模式，vault QA是针对整个笔记库的问答模式。

使用QA模式时，应先点击一下右边的拼图形状的图标，载入当前笔记，后针对性提问，美中不足是它在针对笔记的问题回答时只能使用英文回答。

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近70次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包，现在将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉优快云大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、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。(几乎涵盖所有行业)
在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

五、AI产品经理大模型教程

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望