Mac下Ollama指定模型目录永久生效的方法:四种方案,只这一招管用!

Mac下使用ollama 本地部署LLM 安装好后,直接终端运行llama3。 阅读详情

之前已经介绍了非常多的Page Assist的功能,比如让本地大模型具备访问网站的能力,AI网页助手的使用等,你可以通过这里来访问Page Assist的所有功能介绍

今天是Page Assist系列的最后一篇,介绍如何通过Page Assist来管理Ollama的模型库,和本地知识库的功能。

一、模型库管理功能

在Page Assist的配置中有一个“管理模型”选项。可以通过这个功能来管理Ollama的本地模型。

可以看到,通过这里,可以添加、删除,以及重新拉取模型。

添加一个模型,以“nomic-embed-text”模型为例,这个模型也是后面使用本地知识库功能要用到的一个文本嵌入模型。

点击“添加新模型”,然后输入模型名称,最后点击“拉取模型”,这样Page Assist就会开始添加这个模型了。

可以通过右上角Page Assist的logo看到拉取的进度和状态

等到拉取成功后,刷新一下页面,就可以看到这个模型已经在Ollama的模型列表里了。

可以通过Ollama命令来验证


当然,如果为Page Assist添加了其它的在线大模型,在这里也可以看到,点击“Custom Models”就可以了。

二、本地知识库功能

Page Assist自带了本地知识库的功能,是用过RAG的方式实现的,所以首先要完成RAG相关配置

选择“RAG配置”,然后在“文本嵌入模型”那里选择刚才下载的nomic-embed-text模型。

其它的配置可以先用默认选择,如果后续需要,再做调整。这里有两个文本分割器的选项,默认是“递归字符文本分割器(RecursiveCharacterTextSplitter)”,还有一个是“字符文本分割器”。

它们主要是分割颗粒度的不同,大多数情况下,用默认的效果会比较好。下图节选自本地的Qwen2.5:7b的回答

配置完基本的“RAG设置”之后,就可以添加知识库了,点击“管理知识”,然后“添加新知识”来添加一个新的知识库

比如我这里创建一个名为“Prompt”的知识库,我在里面添加了两个prompt的示例列表的文件

点击“提交”之后,可以在“状态”那里看到Page Assist正在处理

根据提交的文档大小和数量,这个处理的时间长短也不一样,处理完成后,“状态”会变为“已完成”,这样,你的知识库就可以用了。注意,这个知识库后期是不能后添加新的文件的,如果有新的文件要添加,需要删除以后重新建立才可以,这点是很不方便的。

点击知识库标题栏前面的“+”号,可以看到当前知识库中的文档列表。

在对话窗口来使用知识库。选择“知识”按钮,就可以选择你创建的知识库了。

选择了知识库之后,你会看到对话界面发生了变化,没有了“联网查询”的选项,在上方会出现选择的知识库的名称。

这时,所有的查询都会先查询这个本地知识库了。

比如,我来询问一下如果做PPT的话,怎样写Prompt的效果比较好。点开下面的“引用”,可以看到模型引用了知识库中的内容。

点击具体的引用,可以看到相应的内容,方便你查看来源。


这里为什么会引用了四篇文档呢?这个是因为RAG的配置做了定义,把文档按照多大来做分割,达到了”嵌入大小“的定义,就会分割成一个新的文档,以及查询的时候查询文档的数量是多少,大家可以根据自己的使用情况来做调整。

好了,Page Assist的介绍就完结了,当然还有一些功能没有介绍到,比如“管理提示词”,不过相信经过了前面的这些功能配置,其它的功能配置起来都不是什么问题了。如果有需要介绍的内容,欢迎留言讨论。

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

阶段3:AI大模型应用架构实践

  • 目标:深入理解AI大模型的应用架构,并能够进行私有化部署。

  • 内容:

    • L3.1 Agent模型框架
    • L3.2 MetaGPT
    • L3.3 ChatGLM
    • L3.4 LLAMA
    • L3.5 其他大模型介绍

阶段4:AI大模型私有化部署

  • 目标:掌握多种AI大模型的私有化部署,包括多模态和特定领域模型。

  • 内容:

    • L4.1 模型私有化部署概述
    • L4.2 模型私有化部署的关键技术
    • L4.3 模型私有化部署的实施步骤
    • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 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)👈

​

Mac下Ollama安装与设置:开启本地大模型之旅 Mac下Ollama安装与设置,开启本地大模型之旅 阅读详情

相关推荐

如何试用 Ollama 运行本地模型 Mac M2

我的机器配置是M2 Pro/ 32G,运行 7b 模型毫无压力,而且推理时是用 GPU 进行运算的,可能就是 Ollama 底层是用 llama C++ 实现的,底层做了性能优化,对 Mac特别友好。首先把客户端代码 clone 到本地,这里我用的是 https://librechat.ai/ ,选择挺多的,Ollama github 仓库首页有个列表可以选择。根目录下有个配置文件 .env.example,复制一个新的 .env,如果是本地运行,不对外服务,默认配置就可以。“prompt”: “你好”,

hawk2014bj的博客 5359

Mac环境下ollama部署和体验

安装ollama以及相关的基本操作

程序员欣宸的博客 1万+

Mac下Ollama安装全攻略:开启本地大模型之旅

因此,在安装 Ollama 之前,请确保你的 Mac 有足够的可用磁盘空间来存储模型文件,建议至少预留 50GB 以上的磁盘空间,以应对未来可能下载的更多模型。例如,你可以输入 “请介绍一下人工智能的发展历程”,模型会分析你的问题,并生成关于人工智能发展历程的介绍内容。对于 Mac 用户来说,在 Mac 系统上安装 Ollama,就可以利用 Mac 的硬件性能,在本地享受大语言模型带来的各种便利,无论是进行开发工作、学习研究还是日常的文本处理,都能提供强大的支持。

山巅 5184

Mac 部署Ollama + OpenWebUI完全指南

通过本教程的配置,你可以拥有一个完全本地化的AI助手!

我是Xtaiyang,我的学习不止于自己掌握,更在于与你一起前行。所以我把笔记公开,把心得共享,只为构建一个自由学习的空间 。这里没有“我的”,只有“我们的”。 1万+

OAI骨关节炎数据集申请与DICOM下载全流程避坑指南

医学影像分析中,DICOM格式是存储与交换CT、MRI等数据的通用标准,其元数据Tag承载着像素间距、层厚等关键物理信息,直接影响定量分析的准确性。在骨关节炎研究领域,OAI数据集因样本量大、随访时间长而成为高价值资源,但获取需通过NDA协议申请,并借助nda-tools命令行工具完成TB级影像的批量下载与断点续传。这一流程涉及浏览器环境配置、DICOM格式转换及Python预处理等工程环节,任一细节疏漏都可能导致数据读取异常或分析偏差。掌握从申请到落地的完整链路,能显著提升医学影像AI研究的效率与可复现性

weixin_30843121的博客 278

Axure原型模板与元件库APP交互设计素材(附资料)

在Axure中,手机模型是展示APP或小程序界面效果的重要工具。通过导入手机模型元件,设计师可以更加直观地模拟真实设备的显示效果,从而更准确地评估设计的可行性和用户体验。Axure官方及第三方资源库中提供了多种品牌和型号的手机模型,如iPhone、Android等,设计师可以根据项目需求选择合适的模型进行使用。Axure作为一款强大的原型设计工具,为APP和小程序的设计与开发提供了丰富的界面组件元件库和交互设计素材。

招风的黑耳优快云 1985

本地部署大模型?Ollama 部署和实战,看这篇就够了!

前几篇,分享的都是如何白嫖国内外各大厂商的免费大模型服务~有小伙伴问,如果我想在本地搞个大模型玩玩,有什么解决方案?Ollama,它来了,专为在本地机器便捷部署和运行大模型而设计。也许是目前最便捷的大模型部署和运行工具,配合Open WebUI,人人都可以拥有大模型自由。今天,就带着大家实操一番,从 0 到 1 玩转 Ollama。

python1234567_的博客 1万+

Linux环境下OpenSSH升级到 OpenSSH_9.8p1(内置保姆级教程并包含openssl升级过程)

2024年7月1日接到安全部门同事邮件通知,目前生产环境及测试环境服务器Openssh存在远程代码执行漏洞(CVE-2024-6387),漏洞等级高,且攻击者可以成功利用该漏洞获得远程root shell最高权限从而执行任意代码及命令,主要受影响版本为8.5p1

菜鸟运维升级之路 2万+

关于修改 Ollama 及其模型默认路径、迁移已安装的 Ollama 程序和模型以及重启 Ollama 的操作指南

关于修改 Ollama 及其模型默认路径、迁移已安装的 Ollama 程序和模型以及重启 Ollama 的操作指南。

红星的专栏 3万+

【FPGA教程案例89】编译码2——使用vivado核实现RS信道编译码

RS编码,又称里所码,即Reed-solomon codes,是一种前向纠错的信道编码,对由校正过采样数据所产生的多项式有效。当接收器正确的收到足够的点后,它就可以恢复原来的多项式,即使接收到的多项式上有很多点被噪声干扰失真。

FPGA/MATLAB学习教程/源码/项目合作开发 3545

Android功耗系列专题分析之四:待机概率性功耗高的失效分析

本文分析了Android设备待机功耗异常高的问题。通过日志发现系统休眠失败,原因是PowerManagerService.Display唤醒锁未被释放。进一步排查发现,指纹解锁功能在灭屏时未正确释放屏幕锁定,导致DisplayReady状态异常。解决方案是将指纹功能的背光控制与DisplayReady状态控制分离,使用两个变量独立管理。经验表明,快速定位问题比解决问题更重要,修改原生流程时需谨慎评估风险。

452

ollama在mac系统上的安装

最近我在学习大模型相关的知识,因此想通过本地运行一些离线大模型来观察效果。经过了解,我发现Ollama可以运行离线模型,于是决定记录一下Ollama的安装过程。

huan的学习记录 1643

五、MT8168 音频驱动之SPEAKER

本章主要讲解MT8168平台的内部SPEAKER驱动配置。分为HP接法和LINE OUT接法。2.1.3 audio_custom_exp.h设置。2.1.4 mixer_paths.xml设置。2.2.3 mixer_paths.xml设置。2.1.2 ProjectConfig 设置。2.2.2 ProjectConfig 设置。2.2.1 deconfig设置。2.1.1 DTS设置。......

Joon2020的博客 1664

Ollama本地部署大模型(Mac M1 )

通过Ollama部署本地大模型

ddu-to-end的博客 8393

【史上最全面esp32教程】网络篇和tcp/ip的使用

ESP32史上最全面wifi和tcp/ip连接及示例程序

m0_62599305的博客 9529

Isaac Lab & GR00T N1 入门教程(七)人形机器人推理与技能学习策略基准测试

本文介绍了IsaacLab设计的工业机器人操作评估系统,包含两项任务:螺母倾倒(成功率91%)和排气管分拣(成功率95%)。系统支持通过IsaacGR00TN1模型进行策略闭环评估,提供完整的开发环境配置指南(需Ubuntu22.04、CUDA12.8等环境),数据集下载方式(HuggingFace平台托管),以及模型微调流程。评估支持并行化测试(建议10-30个并行环境),并给出详细硬件配置建议(推荐RTX A6000 Ada显卡)。文档还包含常见问题解决方案,特别说明当前暂不支持Blackwell GP

2506_90492529的博客 1119

【超详细教程】本地部署大模型:Ollama部署与实战指南,一文搞定!

前几篇,分享的都是如何白嫖国内外各大厂商的免费大模型服务~有小伙伴问,如果我想在本地搞个大模型玩玩,有什么解决方案?Ollama,它来了,专为在本地机器便捷部署和运行大模型而设计。也许是目前最便捷的大模型部署和运行工具,配合OpenWebUI,人人都可以拥有大模型自由。今天,就带着大家实操一番,从0到1玩转Ollama。

2401_84495872的博客 1万+

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

Ollama本地部署?本地大模型一站式解决方案,收藏这篇完全指南!

前几篇,分享的都是如何白嫖国内外各大厂商的免费大模型服务~有小伙伴问,如果我想在本地搞个大模型玩玩,有什么解决方案?Ollama,它来了,专为在本地机器便捷部署和运行大模型而设计。也许是目前最便捷的大模型部署和运行工具,配合Open WebUI,人人都可以拥有大模型自由。今天,就带着大家实操一番,从 0 到 1 玩转 Ollama。

2301_76161259的博客 1883

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

Ollama 本地化部署:让大模型在你的电脑上跑起来!

前几篇,分享的都是如何白嫖国内外各大厂商的免费大模型服务~前排提示,文末有大模型AGI-优快云独家资料包哦!有小伙伴问,如果我想在本地搞个大模型玩玩,有什么解决方案?Ollama,它来了,专为在本地机器便捷部署和运行大模型而设计。也许是目前最便捷的大模型部署和运行工具,配合Open WebUI,人人都可以拥有大模型自由。今天,就带着大家实操一番,从 0 到 1 玩转 Ollama。如果要使用的模型不在 Ollama 模型库怎么办?

lvaolan的博客 1445

2000+多种开源大模型随意部署!一键搭建本地大模型,不挑环境、不挑配置(ollama 安装部署教程《Windows/Linux,Mac》)

Ollama是一个支持在WindowsLinux和MacOS上本地运行大语言模型的工具。它允许用户非常方便地运行和使用各种大语言模型,比如Qwen模型等。用户只需一行命令就可以启动模型。跨平台支持WindowsLinuxMacOS系统。提供了丰富的模型库,包括QwenLlama等1700+大语言模型,可以在官网中直接下载使用。支持用户上传自己的模型。用户可以将等地方的ggml格式模型导入到ollama中使用。也可以将基于pytorch等格式的模型转换为ggml格式后导入。允许用户通过编写。

淘小欣的博客 3765

Ollama完全攻略:本地部署大模型看这篇就够了!

前几篇,分享的都是如何白嫖国内外各大厂商的免费大模型服务~有小伙伴问,如果我想在本地搞个大模型玩玩,有什么解决方案?Ollama,它来了,专为在本地机器便捷部署和运行大模型而设计。也许是目前最便捷的大模型部署和运行工具,配合Open WebUI,人人都可以拥有大模型自由。今天,就带着大家实操一番,从 0 到 1 玩转 Ollama。前排提示,文末有大模型AGI-优快云独家资料包哦!如果要使用的模型不在 Ollama 模型库怎么办?

2301_76161259的博客 1518

本地部署大模型?Ollama 部署和实战,看这篇就够了!_ollama本地部署

本文介绍了如何在本地部署和使用Ollama大模型服务。主要内容包括:1) Ollama在不同系统(Mac、Windows、Linux)的安装方法,其中Linux提供裸机和Docker两种部署方式;2) 服务配置说明,如修改模型存储路径、指定GPU设备等;3) 基本使用指南,包括常用命令解释和官方模型库介绍。Ollama作为便捷的大模型本地部署工具,配合Open WebUI可实现人人拥有大模型自由的目标,适合开发者和AI爱好者快速搭建本地大模型环境。

Z4400840的博客 2282

Mac下最详尽的Ollama+Deepseek-r1 本地部署手册

Windows下面的部署手册已经有了,现在Mac下的Deepseek和Ollama的本地部署的最详尽,让你最舒心的手册也来了!想在Mac上部署的朋友看过来。

2301_81940605的博客 1万+

Ollama 部署和实战,本地部署大模型?非常详细收藏我这一篇就够了!

如果要使用的模型不在 Ollama 模型库怎么办?至此,我们一起走完了 Ollama 的部署和实战流程。在我看来,Ollama 也许是目前最便捷的大模型部署和使用工具,对小白非常友好。简单的命令行操作,用户即可快速启动和管理模型,极大降低了技术门槛,用户可以专注于模型的应用,而无需关注底层技术细节。此外,Ollama 的离线运行也为数据安全提供了保障。期待大家在使用 Ollama 的过程中,发现更多有趣的 AI 应用场景。让我们一起推动大模型技术的应用落地,探索更广阔的可能性!

2401_84204413的博客 9834
上一篇: 通过Page Assist管理Ollama模型库,并实现知识库功能
下一篇: Windows下最详尽的Ollama+Deepseek-r1 本地部署手册
Llama-Turbo
博客等级 码龄4年 9901粉丝 2025原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值