正文详见：6.1 使用 FastAPI 部署 Ollama 可视化对话界面。

还是在设置处，你可以通过Configuration Profile设置不同的使用模式，日常编码可以使用本地小模型，架构设计时可以借助API使用高级模型。

本文介绍了如何在Python中集成Ollama模型到LangChain框架。主要内容包括：1）环境设置，包括Conda环境配置和依赖安装；2）基本使用示例，如对话模板、流式输出、工具调用和多模态处理；3）进阶用法，包括多轮对话管理、自定义提示模板设计和RAG问答系统实现。通过详细的代码示例，展示了如何利用LangChain的管道操作符"|"构建处理流程，实现模型调用、上下文管理

正文详见：7.3 使用 LangChain 搭建本地 RAG 应用。

【笔记】happy-llm 第四章 大语言模型

【笔记】happy-llm 第四章 大语言模型

【笔记】 happy-llm 第五章 动手搭建大模型

【笔记】happy-llm 第三章 预训练语言模型

【笔记】 happy-llm 第六章 大模型训练流程实践

正文详见：2.2 Windowshttps://datawhalechina.github.io/handy-ollama/#/C2/2.%20Ollama%20%E5%9C%A8%20Windows%20%E4%B8%8B%E7%9A%84%E5%AE%89%E8%A3%85%E4%B8%8E%E9%85%8D%E7%BD%AE点击左上方Settings。通过修改Model location来更