要点

• Ollama一个功能强大的本地大语言模型LLM运行工具，支持很多模型，并且操作极其简单
• 快速回忆步骤：

下载ollama工具：https://ollama.com/download
下载模型：ollama pull llama3 #根据libs列表直接指定名字
运行模型：ollama run llama3
测试：直接问他问题（可以关闭网络）

步骤

Step1. 下载ollama（根据平台选择）

https://ollama.com/download

下载后将软件安装，解压后拷贝到应用程序：

安装用户态命令：（点击install）

Step2：下载模型文件

支持的模型列表：https://ollama.com/library
比如llama3：

安装步骤：命令行直接安装

ollama pull llama3

实操：

这里需要耗费一些时间，具体根据网络和模型大小确定，模型大小参考：

Model	Parameters	Size	Download
Llama 3	8B	4.7GB	ollama run llama3
Llama 3	70B	40GB	ollama run llama3:70b
Mistral	7B	4.1GB	ollama run mistral
Dolphin Phi	2.7B	1.6GB	ollama run dolphin-phi
Phi-2	2.7B	1.7GB	ollama run phi
Neural Chat	7B	4.1GB	ollama run neural-chat
Starling	7B	4.1GB	ollama run starling-lm
Code Llama	7B	3.8GB	ollama run codellama
Llama 2 Uncensored	7B	3.8GB	ollama run llama2-uncensored
Llama 2 13B	13B	7.3GB	ollama run llama2:13b
Llama 2 70B	70B	39GB	ollama run llama2:70b
Orca Mini	3B	1.9GB	ollama run orca-mini
LLaVA	7B	4.5GB	ollama run llava
Gemma	2B	1.4GB	ollama run gemma:2b
Gemma	7B	4.8GB	ollama run gemma:7b
Solar	10.7B	6.1GB	ollama run solar

官方的参考资源：
8 GB 内存跑 7B models
16 GB to run the 13B models
32 GB to run the 33B models
比如M1有16G内存，可以跑7B的模型。

Step：运行模型

ollama run llama3

实操：（在M1的笔记本大概是s级别的，其他比如intel笔记本可能需要十几秒，M3等笔记本应该非常快）
并且测试的时候可以尝试关闭网络。
比如让他回答一个 gcc编译的问题：

再来一个：“python如何使用list，举一个实际的例子”

Step：退出聊天

Ctrl + d 或者 /bye退出聊天

其他

• ollama的github：https://github.com/ollama/ollama
• ollama在mac本地是以类似git的方式存储的，存储的模型都是以blobs的形式，和git底层原理类似。
  - ollama在mac上模型存储的地址： ~/.ollama/models/blobs/
• 在models/manifests中存储了配置信息，比如llama的blob是哪个等信息
• 运行以后会自动启动RESTful的接口，也就是可以通过局域网访问，端口是11434，比如：
  
• 可以通过curl使用restful方式访问：比如：

curl http://localhost:11434/api/generate -d '{
  "model": "llama3",
  "prompt":"Why is the sky blue?"
}'

• 端侧的模型也具有记忆能力，还能反馈错误并且修改正
• 查看当前使用的模型等信息 /show info
  

最后

实操下来，因为ollma非常简单，只需要3个步骤就能使用模型，更多模型只需要一个pull就搞定。一台稍微不错的笔记本+网络，就能把各种大模型都用起来，快速上手吧。