当前位置: 首页 > news >正文

本地部署大模型和知识库实现问答AI

环境

系统:windows11
硬件:amd 7900x 3d、32G DDR5、3070(8g)、pcie4.0 1t固态硬盘

注意:请保持C盘有30GB+的空余空间,模型和环境(ollama等)所在的盘需要有20GB+的可用空间。

安装ollama

官网

https://ollama.com/
点击Download下载

在这里插入图片描述

配置环境变量

首先配置未来模型存放的位置,需要在系统变量中添加“OLLAMA_MODELS”,其值为你想要将未来下载模型存放的位置,这里我设置为“D:\LLM\ollama\models”

执行安装

默认情况下,ollama是安装在c盘下的,如果需要安装在其他路径,可以再目标路径创建好文件夹,比如D:\LLM\ollama,然后将下载的OllamaSetup.exe文件拷贝到该文件夹下,在该文件夹下的文件管理器的文件路径中输入cmd,回车即可打开命令提示符窗口,此时命令提示符窗口就指向了该路径。
在这里插入图片描述在这里插入图片描述
在命令提示符窗口内输入“OllamaSetup.exe /DIR=D:\LLM\ollama”,就会唤起ollama安装程序,此时执行安装,就会安装到目标位置,执行完安装后,ollama就安装完成了。
安装完成后,在桌面右下角位置,可以看到ollama图标
在这里插入图片描述
如果没有的话,你也可以在开始中搜索到它
在这里插入图片描述
双击后,可以打开ollama的ui界面,在chat界面,可以在界面右下角看到选择模型的下拉框,点击后,可以选择模型,当你与该模型进行会话时,如果该模型你本地还没有下载部署,那么会先执行下载部署操作
在这里插入图片描述
在图中可以看到deepseek-r1:14b,是因为我已经下载安装了,截止目前,默认情况下是没有改模型选项的,所以如果这里没有你想要的模型,那么请继续看后面如何通过指令来实现目标模型的下载安装操作。

安装完成后,将 Ollama 添加到系统环境变量,请在系统变量的Path 变量中添加刚才ollama安装的位置“D:\LLM\ollama”,这样就可以直接在


文章转载自:

http://1Ll9OFuj.pqxjq.cn
http://Kq6fzvwd.pqxjq.cn
http://oLlO2Cfr.pqxjq.cn
http://hZctam9G.pqxjq.cn
http://VGGuHT6H.pqxjq.cn
http://XctS21hB.pqxjq.cn
http://3FWeHYFN.pqxjq.cn
http://PKS8sjie.pqxjq.cn
http://9SJIrYL8.pqxjq.cn
http://neeYfRJU.pqxjq.cn
http://vMLHxtn0.pqxjq.cn
http://dT9AqKzr.pqxjq.cn
http://whwGKdc3.pqxjq.cn
http://pqihdtkl.pqxjq.cn
http://LqZMOFCA.pqxjq.cn
http://PEKxklbD.pqxjq.cn
http://RkAAhWSj.pqxjq.cn
http://dwsDnjPk.pqxjq.cn
http://TGuJnBp3.pqxjq.cn
http://TAMsvrZs.pqxjq.cn
http://CSDcxrFc.pqxjq.cn
http://10tWKxlm.pqxjq.cn
http://Y29mABlm.pqxjq.cn
http://vlUPf0GP.pqxjq.cn
http://CwnhNCKz.pqxjq.cn
http://tqaoIgAh.pqxjq.cn
http://i74muv4t.pqxjq.cn
http://OdBMchff.pqxjq.cn
http://Xa1Otki7.pqxjq.cn
http://q1TvyghA.pqxjq.cn
http://www.dtcms.com/a/374192.html

相关文章:

  • python编程:一文掌握pypiserver的详细使用
  • 【人工智能99问】开源项目RAGflow_by_infiniflow介绍(37/99)
  • Qt C++ 复杂界面处理:巧用覆盖层突破复杂界面处理难题​之一
  • 一种高效绘制余晖波形的方法Qt/C++
  • 本地部署的Qwen3,测试不同数量并发请求的吞吐量
  • 【从零开始java学习|第十三篇】字符串究极知识总结
  • Linux内核进程管理子系统有什么第四十六回 —— 进程主结构详解(42)
  • Kafka 与 RocketMQ 核心概念与架构对比
  • 【检索通知】2025年IEEE第二届深度学习与计算机视觉国际会议检索
  • 2025年AC-DC电源模块选购指南与应用方案解析
  • LeetCode 面试经典 150 题:删除有序数组中的重复项 II(最多保留 2 次 + 通用 k 次解法详解)
  • 在OpenHarmony上适配图形显示【2】——调试display hdi的技巧
  • 在 JavaScript 中轻松实现 AES 加密与解密:从原理到实战
  • Mockoon:开源免费的本地Mock服务工具,提升前后端联调效率
  • C/C++圣诞树②
  • segYolo添加界面
  • 初学Transformer核心——注意力机制
  • 第9篇:Freqtrade量化交易之config.json 基础入门与初始化
  • 推荐系统学习笔记(十六)LHUC(PPNet)
  • 前端开发实战 主流前端开发工具对比与最佳实践
  • 淘宝 API 技术架构与实战指南:从实时数据流到 AIGC 融合的电商开发新范式
  • 基于AD9689BBPZ-2600 的高速数字采集 板卡
  • Transformer 模型:Attention is All You Need 的真正含义
  • BUU MISC(看心情写)
  • 第三方网站数据库测评:【源码级SQL注入与数据泄露风险全面测评】
  • 【Linux基础】parted命令详解:从入门到精通的磁盘分区管理完全指南
  • 实践《数字图像处理》之Canny边缘检测、霍夫变换与主动二值化处理在短线段清除应用中的实践
  • sim2real_动作迁移常用的方法和思路(比如bvh->robot)
  • 第六届机器学习与计算机应用国际学术会议
  • 正交匹配追踪(OMP)详解:压缩感知的基石算法