全民上手大模型ollama+langchain+deepseek本机跑通大模型

前言

相信这个春节大家都被deepseek刷屏了，写本篇文章是因为我经历过了各种付费+测试之后很艰难想入手大模型，国内的同学学技术还是太困难了，但是看到市面上各种火爆，实在有按捺不住想体验,终于迎来了一个契机。 在此之前，应该大家都了解OpenAPI，确实强大，但是国内用户来说，有以下问题： 一、网络不通，这里还不是简单的翻墙的问题，是他的网站都不对中国大陆开放，政治因素就不谈了。 二、贵这玩意其实是按调用次数收费的，厉害点的功能其实都要收费，还是美元。 三、其实中文方面还是没有那么强了。

基于这些因素，导致大模型的事情总是少数人在玩，国人也是一肚子气，我们国产的大模型deepseek已经达到了世界顶级的水准，作为一名技术从业者，写下这篇文章是让大家都有一份自己的大模型，将大模型的门槛彻底打穿！！！

快速体验

国产大模型本身也没什么门槛，直接在官网注册即可，另外官网已经提供了手机端的下载，从网页点击即可

过年嘛，我试着让deepseek帮忙写一首诗，可以直接感受一下，其实是不是国产的，让大模型来诗词歌赋就好了，一下子就知道是不是俺们国产的了，而且并不是简单的帮你写，内容上也是很经验的。

问题：可以模拟滕王阁序，写一篇关于春节的诗文么？
回答：
《新春赋》
时维元月，序属初春。寒梅尽而新柳青，霜霰收而甘霖至。循青帝之旧轨，访东君于故里。万家张灯，启朱门而纳瑞；千村结彩，扫玉宇以迎春。爆竹声碎，惊落星河满地；屠苏酒暖，催开桃李半城。
观夫岁序更迭，阴阳交泰。灶王返驾，司命传佳音于阊阖；桃符更新，神荼镇邪祟于门庭。稚子衣新，笑捉迷藏于市井；高堂鬓白，欣看戏彩于庭除。灶膛火旺，蒸腾八珍之味；鼎鼐香浓，烹煮四时之鲜。
至若除夕良夜，围炉守岁。手机抢红包之乐，银屏传祝福之频。虽隔重山，视频可通千里面；纵居异域，网络能联九州心。然则古风犹在，孝悌未泯。叩首拜高堂之健，焚香祭先祖之灵。鞭炮声中，旧岁随烟而逝；钟鼓响处，新元踏歌而来。
嗟乎！时运流转，佳节恒昌。昔王勃临江叹逝水，今吾辈对屏话沧桑。虽世殊时异，然人情未改。愿借春风之笔，书平安于万户；更祈澍雨之泽，润嘉禾于四方。盛世无饥馁，何须耕织至三更？寒门有书香，不必凿壁借萤光。
临屏寄意，恭贺新禧。非谢家之宝树，接孟氏之芳邻。他日趋庭，再续团圆之乐；今朝传讯，聊表思念之诚。谨呈俚句，恭祝诸君：
火树银花不夜天，屠苏饮罢又经年。
视频虽可传春信，不及归家压岁钱。

技术栈

作为技术人员都会做这么一件事情，需要让大模型为自己所用的话需要自己部署在本地，下面就来做说明。正如标题，我们其实是需要在本机搭建好模型的运行环境使用的技术正是ollama+langchain+deepseek，部署好了之后我们就可以写自己的程序进行调用了。更加长远的意义是在于可以接入自己内部的服务，本文给出的例子是python和java的调用。

开源大模型运行平台Ollama

Ollama，这是是一个开源的大语言模型平台，它允许用户在本地环境中运行、创建和共享大型语言模型。Ollama提供了丰富的功能和特性，使得用户可以在自己的计算机上轻松地部署和运行大型语言模型。注意啦，是自己的机器就可以哦！官网：https://ollama.com/

deepseek

这就是我们国产的模型了，其实还有通义千问等模型

用户友好API接口

langchain其实是一套规范化的API，实现了标准化对模型的集成、接入、组件化等工作，通过langchain用户可以很轻松打造属于自己的大模型产品。langchain很早就出来了，大模型出来的时候，因为对使用大模型的定制做了封装，也是一下子火爆起来了。

上链接 https://github.com/langchain-ai/langchain

安装ollama

下载并安装

现在官网其实没有那么多乱七八糟的，直接一进去就是一个下载按钮，点就是了

下载模型

进入命令行

ollama run + 模型名

模型在官网上直接罗列了一批，每个模型都要点硬盘，大家按照自己的需求下载，没有列出来的，可以在模型仓库里面找,deepseek模型比较火，排第一的就是

大模型7b‌指的是具有70亿（7,000,000,000）可训练参数的大型语言模型。这里的“b”是英文“Billion”的缩写，表示十亿。参数越多功能就越强悍，不过对应要的磁盘也比较多哦，按照实际情况下载即可。

我下载模型具体如下，因为模型确实比较大，所以要的时间也是比较久哦， 如果失败，再次执行就行，可以断点续传的。

ollama run deepseek-r1

pulling manifest 
pulling 96c415656d37... 100% ▕█████████████████████████████████▏ 4.7 GB                         
pulling 369ca498f347... 100% ▕█████████████████████████████████▏  387 B                         
pulling 6e4c38e1172f... 100% ▕█████████████████████████████████▏ 1.1 KB                         
pulling f4d24e9138dd... 100% ▕█████████████████████████████████▏  148 B                         
pulling 40fb844194b2... 100% ▕█████████████████████████████████▏  487 B                         
verifying sha256 digest 
writing manifest 
success 

使用模型-调戏大模型

本地下载好了模型之后，下次进入直接运行下面命令即可

ollama run deepseek-r1

大模型是支持带上下文语义的，不断提自己要求即可

帮我写一首关于春节的骈文
这里文字很多...略
《大年初一》
瑞气盈门祥光绕，
家家户户闹喧阗。
儿童欢笑风筝舞，
杨柳新抽绿意盎。

雷动龙腾辞旧岁，
春来喜庆迎新年。
瑞兽趋吉趋瑞气,
瑞气盈门乐无边。

使用langchain跑起来

langchain是python的库，我们其实是希望按照我们的程序跑起来啦，这样子我们才可以放到微信里面，钉钉里面，或者嵌入到网站上面，变成我们的机器人交互。

环境准备

python开发要养成习惯，尽量使用隔离的环境去做项目，不然很多乱七八糟的报错说不清楚。

--安装虚拟环境
# 创建一个名为 llvm 的虚拟环境
python3 -m venv llvm
# 激活虚拟环境
source llvm/bin/activate

代码跑起来

from langchain_ollama import OllamaLLM
from langchain.prompts import PromptTemplate

ollama_llm = OllamaLLM(model="deepseek-r1")
prompt = PromptTemplate.from_template("帮我写一首关于${product}的骈文,不要有英文的结果啊")
sequence = prompt | ollama_llm
response = sequence.invoke({"product": "春天"})
print(response)

结果如下

以下是我模仿该作品风格创作的一首新的骈文：
春回大地舞,万物奋新芽
东风拂面柔,花枝颤悠悠
燕子高飞过,莺歌婉转调
雨后初荷动,清风入水涛
曲江池畔柳,堤岸花枝俏
春日步幽径，微风伴我行
寻芳踏青草，乐事无穷欢
采菊东篱下，悠然见南山
鸟语盈林间，山青水碧潭

注：我的仿写创作思路是围绕春天的生机与活力展开，模仿了骈文的对仗工整和华丽语言风格。诗中“春回大地舞”等句体现了春天的动态美，而“采菊东篱下，悠然见南山”则融入了陶渊明式的闲适生活感受，整体上力求在古典雅韵与现代意趣间找到平衡。

DeepSeek无疑是2025开年AI圈的一匹黑马，在一众AI大模型中，DeepSeek以低价高性能的优势脱颖而出。DeepSeek的上线实现了AI界的又一大突破，各大科技巨头都火速出手，争先抢占DeepSeek大模型的流量风口。

DeepSeek的爆火，远不止于此。它是一场属于每个人的科技革命，一次打破界限的机会，一次让普通人也能逆袭契机。

DeepSeek的优点

掌握DeepSeek对于转行大模型领域的人来说是一个很大的优势，目前懂得大模型技术方面的人才很稀缺，而DeepSeek就是一个突破口。现在越来越多的人才都想往大模型方向转行，对于想要转行创业，提升自我的人来说是一个不可多得的机会。

那么应该如何学习大模型

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。

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！

想正式转到一些新兴的 AI 行业，不仅需要系统的学习AI大模型。同时也要跟已有的技能结合，辅助编程提效，或上手实操应用，增加自己的职场竞争力。

大模型岗位需求越来越大，但是相关岗位人才难求，薪资持续走高，AI运营薪资平均值约18457元，AI工程师薪资平均值约37336元，大模型算法薪资平均值约39607元。

掌握大模型技术你还能拥有更多可能性：

• 成为一名全栈大模型工程师，包括Prompt，LangChain，LoRA等技术开发、运营、产品等方向全栈工程；

• 能够拥有模型二次训练和微调能力，带领大家完成智能对话、文生图等热门应用；

• 薪资上浮10%-20%，覆盖更多高薪岗位，这是一个高需求、高待遇的热门方向和领域；

• 更优质的项目可以为未来创新创业提供基石。

可能大家都想学习AI大模型技术，也想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。为了让大家少走弯路，少碰壁，这里我直接把都打包整理好，希望能够真正帮助到大家。

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈
观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】