在当今快速发展的人工智能领域，大语言模型应用如火如荼，如何构建本地的大语言模型，除了我之前分享的langchain  工具之外，今天我介绍另一款工具ollama，为什么用它，我不想多说，用它部署多个大模型非常的简单快捷。

    这个工具支持多种主流的大型语言模型，如 llama2、qwen1.5、mixtral、Gemma 等，为用户提供了极大的便利。以下是使用 Ollama 快速部署本地开源大语言模型的详细步骤和相关信息。

1. 安装 Ollama

2. 

Ollama 的安装过程非常简单。对于不同的操作系统，有不同的安装方法：

• macOS: 可以直接从官网Ollama下载安装包并运行。

  Windows: 官方推荐在 WSL 2 环境中使用 Linux 方式安装，可以通过运行以下命令来安装：

  curl -fsSL https://ollama.com/install.sh | sh

• Docker

  如果你熟悉 Docker，也可以直接使用 Ollama 的官方 Docker 镜像。

• linux

  curl -fsSL https://ollama.com/install.sh | sh

 2. 下载和运行模型

安装完成后，你可以使用 Ollama 提供的命令来下载和运行模型。例如，要下载并运行一个中文优化的 Llama2 模型，你可以使用以下命令：

    ollama pull mistral

确保你的计算机具备足够的内存来运行所选模型。例如，运行 7B 模型至少需要 8GB 的内存，而运行 13B 模型则推荐有 16GB。

 3. 终端运行

    ollama run mistral

    首次run 运行，如果没有这个模型就会下载这个模型
 

    ollama list  查看自己的模型

至此ollama 就安装到本地，下次借助lanchain 工具来调用大模型，做一个本地知识库。

我们该怎样系统的去转行学习大模型 ？

很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包，现在将这份 LLM大模型资料 分享出来： 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

​

一、大模型经典书籍（免费分享）

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套大模型报告（免费分享）

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、大模型系列视频教程（免费分享）

四、2025最新大模型学习路线（免费分享）

我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：我们会去了解大模型的基础知识，以及大模型在各个行业的应用和分析；学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段是我们的AI大模型RAG应用开发工程，我们会去学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，我们会去学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造我们自己的Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，我们会更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调。

L5阶段：专题集丨特训篇 【录播课】

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取

​