阅读量:0
本文在个人博客同步发布，前往阅读
1 介绍
本文将介绍使用开源工具Ollama(60.6k⭐)部署LLaMa大模型，以及使用Open WebUI搭建前端Web交互界面的方法。
我们先来过一遍几个相关的概念，对这块比较熟悉的朋友可跳过。
1.1 大规模语言模型
大规模语言模型（Large Language Models, LLMs），顾名思义是指在大量语料数据的基础上训练成的模型，能够模拟人类的语言风格生成较为生动的文本。这类模型的主要特征有：
- 规模大：训练所使用的数据量非常庞大，有时超过1000亿个参数。
- 复杂性高：模型结构比较复杂
- 具有较好的上下文理解能力：大规模语言模型可以理解文本的上下文和细微差别
1.2 LLaMa
LLaMA是一种大规模语言模型，由Meta AI基于Transformer深度学习框架开发。该模型旨在生成各种风格的高质量文本（例如创意写作、对话甚至诗歌），能够胜任以下工作：
- 自然语言处理（NLP）：理解和生成自然语言。
- 机器学习：根据数据和算法学习新的信息和技能。
- 对话生成：可以与用户进行对话，并根据情况生成合适的回应。
1.3 Ollama
官网：Ollama
API文档：ollama/docs/api.md at main · ollama/ollama (github.com)
支持的模型列表：library
一款可以快速部署大模型的工具。
1.4 Open WebUI
官网：Open WebUI
相关介绍及源码：open-webui/open-webui: User-friendly WebUI for LLMs (Formerly Ollama WebUI) (github.com)
Open WebUI 是一个可视化的Web交互环境，它拥有清新简约的UI风格，具有可扩展、功能丰富、用户友好、自托管的特点，可以完全离线运行。它支持各种 LLM 运行程序，包括 Ollama 和 OpenAI 兼容的 API。
2 部署LLM服务
本文介绍的方法使用于Linux系统，同样适用于Windows系统的WSL（安装方法可参见我的这篇文章）。
2.1 部署Ollama
1、下载Ollama
Linux系统的安装命令如下：
curl -fsSL https://ollama.com/install.sh | sh ※此外官方还提供了macOS和Windows的下载方式。
2、下载llama3模型
ollama run llama3 ※在这里可以看到该命令的相关介绍。
上述命令将自动拉取模型，并进行sha256验签。处理完毕后自动进入llama3的运行环境，可以使用中文或英文进行提问，ctrl+D退出。
3、配置服务
为使外网环境能够访问到服务，需要对HOST进行配置。
打开配置文件：vim /etc/systemd/system/ollama.service，根据情况修改变量Environment：
- 服务器环境下：
Environment="OLLAMA_HOST=0.0.0.0:11434" - 虚拟机环境下：
Environment="OLLAMA_HOST=服务器内网IP地址:11434"
3、启动服务
启动服务的命令：ollama serve
首次启动可能会出现以下两个提示：
Couldn’t find ‘/home/用户名/.ollama/id_ed25519’. Generating new private key.
该提示表示文件系统中不存在ssh私钥文件，此时命令将自动帮我们生成该文件，并在命令行中打印相应的公钥。
Error: listen tcp 127.0.0.1:11434: bind: address already in use
看到该提示，大概率服务已在运行中，可以通过netstat -tulpn | grep 11434命令进行确认。
- 若命令输出的最后一列包含“ollama”字样，则表示服务已启动，无需做额外处理。
- 否则，可尝试执行下列命令重启ollama：
# ubuntu/debian sudo apt update sudo apt install lsof stop ollama lsof -i :11434 kill <PID> ollama serve # centos sudo yum update sudo yum install lsof stop ollama lsof -i :11434 kill <PID> ollama serve 如果您使用的是MacOS，可在🔗这里找到解决方法。
4、在外网环境验证连接
方法一：执行curl http://ip:11434命令，若返回“Ollama is running”，则表示连接正常。
方法二：在浏览器访问http://ip:11434，若页面显示文本“Ollama is running”，则表示连接正常。
2.2 Ollama常用命令
1、进入llama3运行环境：ollama run llama3
2、启动服务：ollama serve
3、重启ollama
systemctl daemon-reload systemctl restart ollama 4、重启ollama服务
# ubuntu/debian sudo apt update sudo apt install lsof stop ollama lsof -i :11434 kill <PID> ollama serve # centos sudo yum update sudo yum install lsof stop ollama lsof -i :11434 kill <PID> ollama serve 5、确认服务端口状态：netstat -tulpn | grep 11434
3 部署Open WebUI
1、下载Open WebUI
Open WebUI基于docker部署，docker的安装方法可以参考这篇知乎文章。
Open WebUI既可以部署在服务端，也可以部署在客户端：
# 若部署在客户端，执行： docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main # 若部署在服务端，执行： docker run -d -p 3000:8080 -e OLLAMA_BASE_URL=https://example.com -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main 如果您的机器在国内，建议将--restart的参数值替换为ghcr.nju.edu.cn/open-webui/open-webui:main，下载速度会快非常多（见up主小杨生存日记的这篇文章）。
2、检查相关配置
下载完之后，就可以在浏览器访问了，地址为http://loacalhost:3000（客户端部署）或http://服务器ip:3000。
页面加载完成后（这个过程可能需要一些时间），新注册一个账号并登录。
登录之后，点击页面顶端的齿轮⚙图标进入设置：
- 侧边导航栏-General，将语言设置为中文
- 侧边导航栏-连接，若“Ollama 基础 URL”这一项为
http://host.docker.internal:11434，则表示ollama服务正常且连接成功；如果是空的，则需要回头检查一下ollama服务了 - 侧边导航栏-模型，一般会自动拉取ollama服务上部署好的模型，可选模型参看官方的这篇文档
- 其它的项目根据需要设置即可
3、选择模型
在顶端下拉框选择好模型，就可以开始提问啦！
