普通电脑也能跑大模型，三步搞定私人AI助手 | LLaMA-3本地部署小白攻略

关注

原创最新推荐文章于 2026-10-19 11:18:53 发布 1.4k 阅读 AI 写同款· GEO 优化 ›

AI大模型之旅-Ollama+AnythingLLM 搭建本地知识库，并落地生产以上都是在anythingllm中提问或者回答，但是如何结合自己的生产系统呢，anythingllm提供的api接入，先生成一个api秘钥，然后点击api文档。然后再本地postman测试，以下就测试成功了，紧接着就可以连接自己的生产环境，喂自己的数据，构建自己的知识库了。每个工作区点击设置，可以修改工作区的配置，包括通用设置，聊天，向量库和大模型代理，自己设置就好了。文档上传完成，可以测试以下（顺便说的我的文档是java面试宝典），测试效果还可以。点击上传按钮，就可以上传本地文档，甚至有网页。阅读详情

“ 在你的电脑上运行一个强大的AI助手，它不仅能力超群，还把所有秘密都藏在你的硬盘里。好奇这是如何实现的吗？动动手，三分钟就可以完成LLaMA-3的本地部署！”

—

LLaMA-3

最近在试验检索增强生成（RAG）的项目，想试试换一个强点的模型试试看效果是否有改观，动手试了一下本地搭建一个私有大模型作为基模型，这次试试LLama3，下次搭阿里通义千问的Qwen2模型。

早在4月份，Meta开源了 LLaMA-3（Large Language Model Meta AI 3），在多个关键的基准测试中性能优于业界先进同类模型，其在代码生成等任务上实现了全面领先，能够进行复杂的推理，可以更遵循指令，能够可视化想法并解决很多微妙的问题。

主要亮点：

基于超过 15T token 训练，相当于 Llama 2 数据集的 7 倍还多；
支持 8K 长文本，改进的 tokenizer 具有 128K token 的词汇量，可实现更好的性能；
在大量重要基准中均具有最先进性能；
新能力范畴，包括增强的推理和代码能力；
带有 Llama Guard 2、Code Shield 和 CyberSec Eval 2 的新版信任和安全工具。

—

安装Ollama

Ollama 是一款在本地环境中运行和管理大型语言模型（LLMs）的开源工具。它为开发者、研究人员和爱好者提供了一个高效、易用的平台，能够快速实验、管理和部署最新的大语言模型。

技术特点与优势：

本地部署：Ollama 允许用户在本地启动并运行各种大型语言模型，如 Llama 2、CodeLLaMA、Falcon 和 Mistral 等。这不仅降低了使用大语言模型的门槛，还提高了数据隐私和安全性。
丰富的模型库：Ollama 提供了一个预构建的模型库，支持多种流行的大语言模型，包括 Qwen2、Llama3、Phi3 和 Gemma2 等。这些模型可以轻松集成到各种应用程序中，满足不同场景的需求。
易于使用的接口：Ollama 提供了类似于 OpenAI 的 API 接口和聊天界面，方便用户进行模型的部署和使用。此外，它还支持基于命令行的方式运行多种大语言模型，并提供了相应的 Python 和 JS SDK，方便实现 Chatbot UI。
可定制性：Ollama 具有高度的可定制性，允许用户创建和运行自定义的语言模型。
跨平台支持：Ollama 支持 macOS、Linux 和 Windows（预览版），并且可以在使用 Docker 快速部署。这大大增强了其适用性和灵活性。

安装环境：普通的联想台式机，无GPU。安装过程不需要科学上网。

Ollama 官方下载地址：https://ollama.com/download。根据自己的操作系统选择不同的版本。

Github 上也有Docker版本：https://github.com/ollama/ollama。

安装完成，查看版本，验证是否安装成功。

ollama -v

—

下载模型

安装完成后可以直接下载内置的诸多开源模型，下面为内置的部分模型名称。

内存要求：至少8GB可用内存运行7B模型，16GB运行13B模型，32GB运行33B模型。

下载llama3:8b，冒号前面为模型名称，冒号后面型号，也是模型参数大小。

ollama pull llama3:8b

运行模型：

ollama run llam3

因为国外模型，默认回答英文，指定模型中文回复即可。

使用命令行显然很不方便，咱们使用 Docker 给大模型一个对话的 Web界面，使用下面命令启动 Open WebUI，注意修改 open-webui-data后面本地路径。前提：本地先安装好 Docker 服务。

docker run -p 8080:8080 -e OLLAMA_BASE_URL=http://host.docker.internal:11434 --name open-webui --restart always -v open-webui-data:/DATA/ ghcr.io/open-webui/open-webui:main

经过漫长的拉取镜像过程后，显示了启动界面。

在浏览器地址栏输入 http://127.0.0.1:8080，第一次访问时需要注册用户登录后就可以看到类似Chat-GPT的聊天对话界面，对话之前，在左上角选择咱们刚下载好的llama3:latest。

通过web界面用中文询问同样的问题，就不需要向命令行交互那样，指定大模型使用中文回答。

提供对话生成的 API 服务

搭建本地模型目的是为了项目所用，所以我们还需要与 OpenAI 类似的对话生成的 API，使用前先点击设置 - Account，生成一个API Key，就可以用这个 Key 来调用 API了。

命令行的 curl 测试命令：

$ curl -X POST -H “Authorization: Bearer api key” -H “Content-Type: application/json” http://localhost:8080/ollama/api/generate -d ‘{“model”:“llama3-cn:latest”,“stream”:false,“prompt”:“你是谁？你能做什么”}’

对话生成速度略显慢一点，实测时能看到一个字一个字往外蹦，开始回答上面的问题大约需要1～2秒，回答完估计在10秒左右。

到这里，我们有了一个无需GPU硬件资源，对话内容、文档数据等等都存储在本地，属于我们私有的大模型。