使用Termux和Ollama在Android设备上构建与运行AI模型

最新推荐文章于 2025-06-10 12:41:12 发布
最新推荐文章于 2025-06-10 12:41:12 发布
阅读量897 收藏 5
点赞数 7
文章标签： 前端 杂文
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/zweizhao/article/details/145538923
版权

使用Termux和Ollama在Android设备上构建与运行AI模型

随着移动计算能力的不断增强，直接在手机或平板电脑上开发和运行复杂的机器学习模型变得越来越可行。本文将指导您如何使用Termux应用从GitHub下载并安装所需软件，在您的Android设备上编译Ollama项目，并最终运行一个AI模型。

准备工作

首先，确保您已经在您的Android设备上安装了Termux应用。您可以从Termux的GitHub页面的tags部分下载APK文件进行安装。

获取Termux存储权限

启动Termux后，首先需要获取对设备存储的访问权限：

termux-setup-storage

此命令会请求必要的权限，允许Termux读写外部存储。

更新和安装基础环境

接下来，更新Termux的包列表并升级所有已安装的包以确保系统处于最新状态：

pkg update && pkg upgrade

为了能够顺利编译Ollama项目，我们需要安装一些必要的工具，包括Git用于版本控制、CMake作为构建工具以及Go语言环境：

pkg install git cmake golang

下载并编译

最低0.47元/天 解锁文章
污斑兔
关注
离线 AI：使用 Termux 从源代码在 Android 手机/Waydroid 上构建 Ollama
iCloudEnd的博客
08-23 608
学习从源代码在 Android 手机/Waydroid（开发模式）上构建 Ollama（大型语言模型运行器）。Android 手机/Waydroid Termux 的终端命令相同。
如何在 Android 手机上运行 Llama 3.2，使用 Ollama 在 Android 上运行 Llama 3.2 和其他大型模型的分步指南
iCloudEnd的博客
10-01 2221
在刚刚落下帷幕的 Meta 开发者大会上，Llama 3.2 惊艳亮相，这次不仅拥有多模态能力，还与 Arm 等公司合作，推出了专门针对高通、联发科硬件优化的“移动”版本。具体来说，Meta 发布了四种型号的 Llama 3.2：具有 110 亿和 900 亿个参数的多模态版本具有 10 亿和 30 亿个参数的轻量级纯文本模型据官方数据显示，Llama 3.2 11B与90B已展现出超越同等尺寸闭源型号的性能。
android手机上使用ollama快速验证大模型
SecularBird的专栏
08-04 3115
Android 手机上方便的测试各种模型的一个方法那就是配置ollama服务，借助ollama的能力下载不同的模型进行测试。
使用Termux将安卓手机变成随身AI服务器（page assist连接）
神棍之路
02-19 1070
通过 Termux + Linux 环境或直接运行二进制文件，可在安卓手机上部署 Ollama 并运行中小规模模型（如 DeepSeek-R1、Llama3-8B）。
在 Termux 中安装 Ollama 的方法
2401_84789397的博客
02-01 1347
• 设备性能要求：运行大型模型需要足够的内存和存储空间，例如运行 1.5B 参数的模型至少需要 4GB RAM。这个脚本会自动安装所有依赖项，克隆 Ollama 仓库并从源代码构建 Ollama。• 后台运行：如果在 Termux 中无法后台运行，可以尝试使用 Proot 容器。方法四：使用 Ollama Termux 安装器。• 网络连接：安装和下载模型需要稳定的网络连接。如果无法输入新命令，按一下回车。
通过Termux和Ollama在手机上运行生成式AI
weixin_55513715的博客
08-21 2537
介绍了如何在Termux上安装Debian系统，并使用proot-distro实现。首先需要安装必要软件，然后进入Debian系统，并安装一些必要的软件。接下来介绍了如何安装Ollama，可以通过脚本或手动安装。然后介绍了如何启动Ollama服务，并下载模型。最后介绍了如何在进入Debian终端时自动启动Ollama服务并运行模型。最后给出了一条命令直接将自启动命令追加到.bashrc文件中。
本地上百个大模型便携部署调用工具 Ollama 使用指南
数智笔记
04-14 2万+
Ollama 支持在 Modelfile 中导入 GGUF 模型：创建一个名为Modelfile的文件，使用FROM指令指定要导入的模型的本地文件路径。创建模型运行模型可以使用提示来自定义 Ollama 模型。例如，要自定义llama2创建一个Modelfile# 设置温度为 1 [值越高越有创造性，值越低越连贯]# 设置系统消息SYSTEM """""">>> hiHello!更多示例，请参考examples目录。有关使用 Modelfile 的更多信息，请参考Modelfile文档。
太酷了！手机上部署最新AI大模型！只需2步！
2301_82275412的博客
05-11 2377
我们不禁感慨，虽然目前AI的实际应用仍显得零星，但技术的发展确实需要时间的积累。大型模型的昂贵推理成本无疑限制了其广泛的推广和应用。然而，正是像Llama 3和Phi3这样的小模型的崭露头角，让我们看到了大型模型实用化的希望。虽然小模型的训练成本相对较高，但它们低廉的推理成本为整体经济带来了显著的节省，尤其是在为海量用户提供服务时，高性能的小模型让AI摆脱了成本的束缚，更加灵活地应用于各种场景。想象一下，如果我们能够根据自己的需求在本地部署定制化的AI，那种魅力将是无法言喻的！
AI 项目：在 Android 手机上运行 LLaMA 和 Gemma AI 模型 使用 C++ 和 Python 运行 LLaMA 和 Gemma LLM
iCloudEnd的博客
03-14 548
如今，“移动AI”已成为快速发展的趋势。智能手机变得更加强大，大型机型变得更加高效。有些客户可能想等到手机制造商添加新功能，但我们可以自己使用最新的人工智能模型吗？确实，我们可以，而且结果很有趣。在本文中，我将展示如何在 Android 手机上运行 LLaMA 和 Gemma 大语言模型，我们将了解它是如何工作的。像往常一样，在我的所有测试中，所有模型都将在本地运行，并且不需要云 API 或付款。让我们开始吧！
Ollama
thesky123456的博客
04-24 1227
Ollama 是一个轻量级、可扩展的框架，用于在本地计算机上构建和运行语言模型。它提供了创建、运行和管理模型的简单 API，以及一系列预构建模型的库，这些模型可以轻松地应用于各种场景。NOTE] 运行 7B 模型至少需要 8 GB 内存，运行 13B 模型需要 16 GB 内存，运行 33B 模型需要 32 GB 内存。Ollama 提供了一套 REST API，用于运行和管理模型。命令，可以在不运行桌面应用程序的情况下启动 ollama。指令并提供要导入的模型的本地文件路径。快速上手大型语言模型。
DeepSeek多平台部署指南：Ollama本地、移动端及Open WebUI环境配置
02-01
接着讲解了DeepSeek在移动设备（iOS和Android）上的部署细节：iPhone需要通过Safari安装快捷指令，配置API Key并通过快捷指令测试运行；Android则借助Termux安装必要组件，并手动搭建Ollama环境以加载和测试模型。...
【AI大模型部署】牛！手机上轻松部署大模型全攻略！
2401_85325557的博客
01-05 2472
目前备受瞩目的大型模型，如ChatGPT和Bard，都是基于专有的闭源技术构建的。这无疑限制了它们的应用范围，同时也使技术信息的透明度变得模糊。然而，开源AI大型模型（LLMs）正逐渐崭露头角，它们不仅增强了数据的安全性和隐私保护，还为用户节省了成本，降低了对外部依赖，实现了代码的透明性和模型的个性化定制。其中，Meta推出的Llama 3和微软的Phi3是开源大模型中的佼佼者，被誉为“小而美”的模型，且部署起来极为便捷。这些开源大模型的出现，让我们看到了AI技术更加开放、透明和灵活的未来。
Android 手机的高级终端 Termux 安装使用、busybox、安卓 手机 web
热门推荐
freeking101的博客
01-28 10万+
手机已经 root安装 tsu，这是一个 su 的 Termux 版本，是一个真正的 root 权限，用来在 Termux上替代su，操作不慎可能对手机有安全风险，因为官方封装了，所以安装也很简单：安装 tsu：pkg install tsu -y切换到 root：tsu退出 root：exittsu切换 root 用户时会弹出 root 授权提示，给予其 root 权限即可。在管理员身份下输入 exit 可回到普通用户身份。
基于Termux创建属于自己的随身AI工具集
WGLNNGT的专栏
04-10 1243
这份文档是一个精炼的指南，教你如何在Termux上构建专属的AI工具集。它首先介绍了Termux的Linux环境功能，然后深入讲解了Bash脚本的高效利用和AI模型API的集成方法。文档突出了语音输入输出的便捷性，特别是termux-microphone-record的应用，并分享了配置读取和临时文件管理的实用技巧。通过流程图和代码示例，文档展示了从环境设置到AI交互的完整脚本流程，旨在让用户在移动设备上轻松实现AI功能。
安卓手机部署离线deepseek大模型。使用Termux和ollama实现。详细的步骤。有图片说明
zhaotailai的博客
02-14 642
执行完成后执行 执行 执行之后ollama就开始运行(如果需要，按Ctrl+C退出) 有时候手势不灵敏，可以多试几次点击进入会话2 这时需要安装模型：ollama pull <模型>例如等待加载完成 等加载完成后就可以了。其它设置可以查看帮助 输入退出 我只是高中生，有错误请多多指教
牛！手机上轻松部署大模型全攻略！
python1222_的博客
06-12 3222
尽管当前AI的落地应用尚显稀疏，但技术的成长毕竟需要时间，大型模型的高昂推理成本无疑是其普及的桎梏。然而，**正是小模型如Llama 3和Phi3的崭露头角，让我们看到了大模型实用化的曙光。**虽然小模型的训练成本较高，但其低廉的推理成本却为整体经济带来显著的节省，特别是在为海量用户提供服务时，高性能的小模型更让AI挣脱了成本的束缚，灵活应用于各种场景。想象一下，能够根据自身需求在本地部署定制化的AI，其魅力不言而喻！
Ollama App 项目安装与使用教程
gitblog_00053的博客
03-27 574
Ollama App 项目安装与使用教程 ollama-app A modern and easy-to-use client for Ollama 项目地址: https://gitcode.com/gh_mirrors/ol/ollama-app ...
Linux安装ollama方法（自动或手动安装）
qq_61803559的博客
10-22 2万+
在Linux系统上自动或手动安装ollama
轻松上手！手机上部署Phi3、Llama3最新大模型全攻略！
weixin_59191169的博客
05-16 1504
Meta 重磅发布两款开源Llama 3 8B与Llama 3 70B模型，供外部开发者免费使用。
HTML 文本省略号
最新发布
修炼魔法中....
06-10 518
本文详细介绍了实现文本省略号的多种方式，包括单行、省略多行、响应式适配和自定义样式等。其中，单行省略通过设置 white-space、overflow 和 text-overflow 属性实现；多行省略推荐使用 -webkit-line-clamp，兼容性不佳时可用伪元素或 JavaScript 实现。文章还探讨了在表格、响应式设计中应用省略号的技巧，并提供了常见问题排查、兼容性处理、性能优化和最佳实践建议，帮助前端开发者灵活高效地处理文本溢出问题。
评论
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