AI机器人本地免费部署（部署Llama 3.1详细教程）

关注

原创最新推荐文章于 2026-03-03 05:05:44 发布 960 阅读 AI 写同款· GEO 优化 ›

私有化部署 Llama3 大模型, 支持 API 访问原文 https://ducafecat.com/blog/llama3-model-api-local通过 ollama 本地运行 Llama3 大模型其实对我们开发来说很有意义，你可以私有化放服务上了。然后通过 api 访问，来处理我们的业务，比如翻译多语言、总结文章、提取关键字等等。你也可以安装 enchanted 客户端去直接访问这个服务 api 使用。阅读详情

Meta公司发布了人工智能模型——Llama 3.1。

那么Llama 3.1 405B的效果怎么样？我们来对比一张图，横向对比一下GPT-4。

在这里插入图片描述

可以看出，Llama 3.1 405B在各类任务中的表现可以与GPT-4等顶级的模型相差无几。

那么，我们怎样才能用到这款强大的Llama 3.1 405B模型呢？最直接的方式是通过Meta.ai平台，但目前这一途径仅对美丽国的用户开放。

在这里插入图片描述

那有无适合平民用的大模型嘞。

接下来我们将在本地部署Llama 3.1 8B（环境所迫）

1.环境准备

（1）Windows10系统及以上的计算机

（2）内存要求：8GB内存可运行7B模型，16GB可运行13B模型，32GB运行可33B模型

（3）网络环境:不需要科学上网（翻墙）

（4）小谢此次搭建的电脑环境如图，又无GPU，这配置只能搭个入门级别的大模型。若有GPU，响应速度则更快。

在这里插入图片描述

2.部署安装过程：

（1）从官网进行下载：https://ollama.com/download 选择windows系统版本，也可以看到它也同时支持mac系统和Linux系统。

在这里插入图片描述

但似乎它的下载速度对我来说太不友好了。于是进行科学上网下载了安装包，如有需要后台私信回复Ollama即可获取百度网盘下载地址。

在这里插入图片描述

安装包下载完成点击安装

在这里插入图片描述

在此界面直接运行命令ollama run llama3.1，此时国内网络速度就非常快

在这里插入图片描述

耐心等待进度条跑完即可。

在这里插入图片描述

当然你想要其他的大模型可以回到官网，点击Models

在这里插入图片描述

部署完成后可直接发送消息提问

在这里插入图片描述

所以它能做什么呢？

我们来看看它的自述：

I’m a large language model, my capabilities include:

\1. Answering questions: I can provide information on a wide range of topics, from science and history to

entertainment and culture.

\2. Translation: I can translate text from one language to another (currently supporting 100+ languages).

\3. Text summarization: I can summarize long pieces of text into concise and easily digestible content.

\4. Conversation: I can engage in natural-sounding conversations, using context and understanding to respond to

questions and statements.

\5. Content generation: I can generate text based on a prompt or topic, such as articles, stories, or even

entire scripts.

\6. Language analysis: I can analyze and understand the structure and meaning of language, including syntax,

semantics, and pragmatics.

\7. Text classification: I can classify text into categories, such as spam vs. non-spam emails or

positive/negative reviews.

\8. Sentiment analysis: I can determine the emotional tone behind a piece of text, such as happy, sad, or

neutral.

那咱们来看它的效果！我向它抛出了一个问题：

为防止长期摸鱼导致变笨，特此准备了几道题考考你！

1.至今思项羽，不（）过江东。

2.阳春布（）泽，万物生光辉。

3.书籍是人类进步的阶梯。——高尔（）

4.世人笑我太（）癫，我笑他人看不穿。

5.老夫聊发少年（），左牵黄，右擎苍。

6.危楼高百尺，手可摘（）辰。

7.君问归期未有（），巴山夜雨涨秋池。

8.（）面边声连角起，千嶂里，长烟落日孤城闭。

9.料峭春风吹酒醒,（）冷,山头斜照却相迎。

10.（）闻琵琶已叹息，又闻此语重唧唧。

11.锦瑟无端（）（）弦，一弦一柱思华年。

我们先来看一下部署在本地的大模型Llama 3.1 8B，看来效果不错。

在这里插入图片描述

对比一下“小谢取证”的回答：

在这里插入图片描述

“小谢取证”直接出答案，部署在本地的大模型Llama 3.1 8B提供了更为详细的翻译。但是两者给出的答案都有些许错误。当然，这也取决于他们的模型是否强大。

我们可以看到，我们部署到本地的界面是cmd界面下运行的，如果我们想可视化呢？先上效果图。

在这里插入图片描述

具体是用到Ollama Web UI，这边咱们直接使用大佬已集成好的环境直接使用。
在这里插入图片描述

在我们使用完后，关闭该模型。那么我们下次如何重新打开呢

直接点击“开始”菜单，选择字母“O”，启动Ollama

其次，直接打开该软件，点击聊天界面即可。在这里插入图片描述

此时它就会自动调用命令。可以看到访问端口是3000

在这里插入图片描述

再使用http://localhost:3000/在浏览器访问即可。

在这里插入图片描述

如何学习大模型

现在社会上大模型越来越普及了，已经有很多人都想往这里面扎，但是却找不到适合的方法去学习。

作为一名资深码农，初入大模型时也吃了很多亏，踩了无数坑。现在我想把我的经验和知识分享给你们，帮助你们学习AI大模型，能够解决你们学习中的困难。

我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习，等录播视频免费分享出来，需要的小伙伴可以扫取。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向，东学一点西学一点，像只无头苍蝇乱撞，我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

在这里插入图片描述

二、AI大模型视频教程

在这里插入图片描述

三、AI大模型各大学习书籍

在这里插入图片描述

四、AI大模型各大场景实战案例

在这里插入图片描述

五、结束语

学习AI大模型是当前科技发展的趋势，它不仅能够为我们提供更多的机会和挑战，还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型，我们可以深入了解深度学习、神经网络等核心概念，并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时，掌握AI大模型还能够为我们的职业发展增添竞争力，成为未来技术领域的领导者。

再者，学习AI大模型也能为我们自己创造更多的价值，提供更多的岗位以及副业创收，让自己的生活更上一层楼。

因此，学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。