Qwen3 本地部署指南：打造完全离线的AI助手

原创最新推荐文章于 2026-10-19 10:34:32 发布 3.1k 阅读 AI写同款

我爱学大模型

码龄3年墨衍会员 · AI 创作全网分发

7883粉丝687篇原创

关注

Ollama 可以在 Windows 上运行了阅读详情

AI摘要

本指南介绍了Qwen3本地部署方法，无需依赖云服务。先解析大语言模型、Ollama、MCP等核心概念，接着阐述安装启动Ollama、安装Qwen - Agent、编写Python脚本的部署步骤，还深入解析技术原理，说明硬件要求并解答常见问题，最后提供AI大模型学习资料。

Qwen3 是阿里巴巴 Qwen 团队推出的最新开源大语言模型 (Large Language Model, LLM)，它提供了令人印象深刻的性能，同时具备高度模块化和强大的工具调用能力。本指南面向程序员读者，将详细介绍如何在本地机器上部署 Qwen3，无需依赖任何云服务或 API 密钥。

核心概念解析

在开始实际部署前，让我们先了解几个关键概念：

大语言模型 (LLM) ：简单来说，LLM 是通过海量文本训练的 AI 系统，可以理解和生成人类语言。它类似于一个复杂的统计模型，能基于已学习的模式预测和生成文本。对程序员而言，可以将其想象为一个根据上下文输入返回文本输出的超级复杂函数。
Ollama：这是一个简化本地 LLM 部署的工具，类似于 Docker 之于容器。它处理模型下载、资源管理和 API 服务等繁琐工作，让你可以用一行命令启动一个本地 LLM 服务。
MCP (Model Context Protocol，模型上下文协议) ：这是 Qwen 团队开发的协议，允许 LLM 与外部工具进行交互。如果你熟悉设计模式，这类似于一种"适配器模式"，让 LLM 能够调用各种外部服务和工具。
工具使用 (Tool-Use) ：传统 LLM 只能生成文本，而通过工具使用能力，LLM 可以调用外部功能，如查询时间、访问网页或执行代码。这相当于给 LLM 添加了"API 调用能力"，大大扩展了其应用范围。

详细部署步骤

步骤 1：安装并启动 Ollama

首先在终端执行以下命令（适用于 Linux/macOS）：

python体验AI代码助手代码解读复制代码# 安装 Ollama
curl -fsSL https://ollama.com/install.sh | sh

# 启动 Ollama 服务器
ollama serve

这里的 ollama serve 命令会启动一个本地服务器，默认监听 11434 端口。如果该端口已被占用，你可能需要修改配置或关闭占用该端口的应用。

接下来，拉取 Qwen3 模型：

python体验AI代码助手代码解读复制代码ollama pull qwen3

这个命令会下载 Qwen3 模型参数（约 4-6GB 大小，取决于具体版本）。这类似于 docker pull 命令，但下载的是 AI 模型而非容器镜像。下载完成后，Ollama 会自动优化模型以适应你的硬件。

步骤 2：安装 Qwen-Agent

克隆官方代码库并安装相关依赖：

python体验AI代码助手代码解读复制代码# 克隆仓库
git clone https://github.com/QwenLM/Qwen-Agent.git

# 安装所有额外功能
pip install -e ./Qwen-Agent"[gui, rag, code_interpreter, mcp]"

这里安装的额外功能包括：

gui：图形用户界面组件
rag (Retrieval-Augmented Generation) ：检索增强生成，让 LLM 能够访问和利用外部知识库
code_interpreter：代码解释器，使 LLM 能执行 Python 代码
mcp：模型上下文协议，使 LLM 能调用外部工具

-e 参数启用了可编辑模式安装，这对于开发者来说很有用，因为你可以直接修改源码并立即生效，不需要重新安装。

步骤 3：编写 Python 脚本

创建一个 Python 脚本来配置和启动你的 AI 助手：

python体验AI代码助手代码解读复制代码from qwen_agent.agents import Assistant

# 步骤 1：配置本地 Qwen3 模型
llm_cfg = {
    'model': 'qwen3',
    'model_server': 'http://localhost:11434/v1',  # Ollama API 端点
    'api_key': 'EMPTY',  # 本地模式下不需要真正的 API 密钥
}

# 步骤 2：定义工具（MCP 服务 + 代码解释器）
tools = [
    {'mcpServers': {
        'time': {  # 时间查询服务
            'command': 'uvx',
            'args': ['mcp-server-time', '--local-timezone=Asia/Shanghai']
        },
        'fetch': {  # 网络获取服务
            'command': 'uvx',
            'args': ['mcp-server-fetch']
        }
    }},
    'code_interpreter',  # 内置代码解释器
]

# 步骤 3：初始化 Qwen-Agent 助手
bot = Assistant(llm=llm_cfg, function_list=tools)

# 步骤 4：发送用户消息
messages = [{'role': 'user', 'content': 'https://qwenlm.github.io/blog/ 介绍一下 Qwen 的最新发展'}]

# 步骤 5：运行助手并打印结果
for responses in bot.run(messages=messages):
    pass  # 这个循环会在模型生成完整响应时结束
print(responses)

我们首先导入 Assistant 类，这是构建 Qwen 智能体的核心组件
配置指向本地 Ollama 服务的连接参数
定义两个 MCP 工具：
time 服务：可以获取当前时间（注意时区设置）
fetch 服务：可以从网络获取信息

添加内置的代码解释器，让模型能执行 Python 代码
初始化助手并发送一条带有 URL 的消息，要求模型从该网址获取信息

技术原理深入解析

为了更好地理解，这里解释一下系统的工作原理：

Ollama 如何工作：Ollama 在后台使用 GGML/GGUF 格式（针对 CPU/GPU 优化的模型格式）加载模型，并提供标准化的 API 接口。这个接口与 OpenAI API 兼容，便于集成和使用。
MCP 协议的机制：MCP 基本上是一个允许 LLM 发出特定格式指令的协议框架。当模型决定需要某个外部工具时，它会生成一个符合 MCP 格式的请求。系统拦截这个请求，执行对应的命令，然后将结果返回给模型，模型再继续它的推理过程。
工具调用过程：
- 模型接收输入并确定需要使用工具
- 模型生成符合 MCP 格式的请求
- 框架捕获这个请求并调用相应的外部工具
- 执行结果返回给模型
- 模型继续生成最终回应

这类似于在代码中使用外部 API，但特殊之处在于模型自己"决定"何时调用这些工具。