ollama入门

一、ollama 是什么

Ollama是一个强大的开源框架，主要用于在本地机器上便捷地部署和运行大型语言模型（LLM）。以下是关于Ollama的详细功能和特点：

1. 简化部署：Ollama旨在简化在Docker容器中部署大型语言模型的过程，使得非专业用户也能方便地管理和运行这些复杂的模型。
2. 捆绑模型组件：它将模型权重、配置和数据捆绑到一个包中，称为Modelfile，这有助于优化设置和配置细节，包括GPU使用情况。
3. 支持多种模型：Ollama支持多种大型语言模型，如Llama 2、Code Llama、Mistral、Gemma等，并允许用户根据特定需求定制和创建自己的模型。
4. 跨平台支持：它支持macOS和Linux平台，Windows平台的预览版也已发布。用户可以通过简单的安装过程，在多种操作系统环境下顺利部署和使用Ollama。
5. 轻量级与可扩展：作为轻量级框架，Ollama保持了较小的资源占用，同时具备良好的可扩展性，允许用户根据需要调整配置以适应不同规模的项目和硬件条件。
6. API支持：Ollama提供了一个简洁的API，使得开发者能够轻松创建、运行和管理大型语言模型实例，降低了与模型交互的技术门槛。
7. 预构建模型库：它包含一系列预先训练好的大型语言模型，用户可以直接选用这些模型应用于自己的应用程序，无需从头训练或自行寻找模型源。
8. 模型导入：支持从特定平台（如GGUF）导入已有的大型语言模型，也兼容PyTorch或Safetensors等深度学习框架，允许用户将基于这些框架训练的模型集成到Ollama中。
9. 自定义提示：允许用户为模型添加或修改提示（prompt engineering），以引导模型生成特定类型或风格的文本输出。
10. 资源管理：通过提供基于Web的用户界面（Open WebUI），用户可以方便地访问和管理Ollama的接口，实现模型的训练、部署和监控。

二、ollama 安装

https://github.com/ollama/ollama

三、ollama常用命令

Ollama的常用命令主要包括以下几个方面，以下将按照功能进行分点表示和归纳：

1. 服务管理：
   • ollama serve：启动Ollama服务。
   • systemctl daemon-reload & systemctl restart ollama（针对Linux系统）：重启Ollama服务。
2. 模型操作：
   • ollama create：从模型文件创建模型。
   • ollama show：显示模型信息。
   • ollama run [模型名称]：运行模型，其中[模型名称]为要运行的模型名。
   • ollama pull [模型名称]：从注册表中拉取模型。
   • ollama push：将模型推送到注册表。
   • ollama list：列出所有模型。
   • ollama cp：复制模型。
   • ollama rm [模型名称]：删除模型，其中[模型名称]为要删除的模型名。
3. 帮助与版本信息：
   • ollama --help 或 ollama help：获取有关Ollama任何命令的帮助信息。
   • ollama --version 或 ollama -v：显示版本信息。
4. 服务状态与配置：
   • netstat -tulpn | grep 11434：确认服务端口状态，查看Ollama服务是否在运行。
   • 配置服务HOST（针对Linux系统）：
     • 服务器环境下，修改/etc/systemd/system/ollama.service文件，设置Environment="OLLAMA_HOST=0.0.0.0:11434"。
     • 虚拟机环境下，根据虚拟机内网IP地址，设置类似Environment="OLLAMA_HOST=服务器内网IP地址:11434"的配置。
5. 其他命令（针对Linux系统）：
   • curl -fsSL https://ollama.com/install.sh | sh：下载并安装Ollama Linux系统的命令。
   • ollama run llama3：进入llama3运行环境。