一、 第一部分：Ollama 安装与使用（拉取小模型，Windows 环境）

核心目标

完成 Ollama 安装，学会拉取轻量大模型、交互式运行模型，实现 “终端提问→模型回复” 的基础功能，小白优先选择低显存占用的小模型，避免电脑卡顿。

步骤 1：Ollama 下载与安装

1. 官网下载（安全无捆绑）直接访问 Ollama 官方下载页：Ollama Windows 下载小白避坑：下载完成后得到 .exe 安装包（文件名 OllamaSetup.exe），无需纠结版本，官网默认提供最新稳定版。

2. 安装步骤（全程无脑下一步，关键避坑）

   • 双击 OllamaSetup.exe，弹出安装窗口，点击「Next」。
   • 同意许可协议，点击「Next」。
   • 选择安装路径：建议安装在非 C 盘（比如 D:\Software\Ollama），路径无中文、无空格（避免后续运行报错）。
   • 点击「Install」，等待安装完成（约 1-2 分钟，安装包较小）。
   • 安装完成后，点击「Finish」，Ollama 会自动后台运行（Windows 任务栏右下角会出现 Ollama 图标，说明启动成功）。

3. 验证 Ollama 安装是否成功

   • 打开 Windows 命令提示符（Win+R，输入 cmd，回车）。
   • 输入验证命令：

     ollama --version
     

   • 运行结果：显示 ollama version x.x.x（比如 ollama version 0.1.29），说明安装成功且配置了环境变量；若提示「'ollama' 不是内部或外部命令」，重启电脑即可（Ollama 安装后会自动配置环境变量，重启生效）。

步骤 2：拉取轻量大模型（小白首选，低显存占用）

前置说明

1. 优先选择 0.5B/1B 参数的小模型（B = 参数规模，数值越小，显存占用越低，Windows 普通电脑（8G/16G 内存）也能流畅运行）。
2. 推荐模型：qwen2:0.5b（通义千问轻量版，中文支持好，适合小白），无需额外配置，终端一条命令即可拉取。

拉取操作（全程在 cmd 中执行）

1. 打开 cmd，输入拉取命令（直接复制，回车执行）：

   ollama pull qwen2:0.5b
   

2. 等待下载完成：Ollama 会自动下载模型文件（约几百 MB，下载速度取决于网络），cmd 会显示下载进度条（pulling manifest → pulling weights → success）。
3. 小白避坑：
   • 下载慢 / 卡住：无需手动干预，耐心等待，Ollama 会自动断点续传。
   • 无网络无法下载：若后续电脑无网络，需提前在有网环境下拉取完成，模型文件会保存在 Ollama 安装目录，离线也能运行。

步骤 3：运行 Ollama 模型（交互式聊天，小白易上手）

1. 启动模型：cmd 中输入运行命令，回车：

   ollama run qwen2:0.5b
   

2. 验证启动成功：cmd 显示 >>> 提示符，说明模型已就绪，可开始提问。
3. 交互式聊天示例（直接在 cmd 中输入问题，回车即可得到回复）：
   • 输入：什么是AI大模型？用小白能懂的语言解释
   • 等待：模型会快速生成回复（小模型响应速度快，约 1-3 秒）。
   • 继续提问：回复完成后，仍会显示 >>> ，可继续输入下一个问题。
4. 退出模型：输入 /bye，回车，即可退出交互式聊天，回到 cmd 默认提示符。

小白常见 Ollama 问题解决

1. 模型运行卡顿：关闭电脑上其他大型软件（比如浏览器多标签、视频播放器），释放内存。
2. 无法启动模型：检查 Ollama 后台是否运行（任务栏右下角有无 Ollama 图标），无则双击 Ollama 安装目录下的 ollama.exe 启动。
3. 回复乱码：模型本身支持中文，无需额外配置，乱码多为 cmd 编码问题，可右键 cmd 窗口→「属性」→「字体」，选择「Consolas」即可。

---

二、 第二部分：Streamlit 基础（搭建简单网页，Windows 环境 ）

核心目标

用 Python+pip 安装 Streamlit，学会编写简单网页、运行网页，实现 “浏览器可视化界面”，为后续搭建聊天机器人界面铺路。

前置准备：验证 Python 与 pip（无 Anaconda 必备）

需确保电脑已单独安装 Python（且配置了环境变量），Streamlit 通过 pip 安装（Python 自带 pip 工具）。

1. 打开 cmd，输入以下两个命令，验证是否可用：

   # 验证Python
   python --version
   # 验证pip
   pip --version
   

2. 运行结果：显示对应版本号（比如 Python 3.10.13、pip 23.2.1），说明可用；若提示命令不识别，需先安装 Python（小白建议安装 Python 3.9/3.10，官网下载后勾选 “Add Python to PATH”）。

步骤 1：安装 Streamlit（pip 直接安装）

1. 打开 cmd，输入安装命令（小白推荐使用国内镜像源，下载速度更快，避免超时失败）：

   pip install streamlit -i https://pypi.tuna.tsinghua.edu.cn/simple
   

2. 等待安装完成：cmd 会显示安装进度，最后提示 Successfully installed streamlit-x.x.x，说明安装成功。
3. 小白避坑：
   • 安装报错「Permission denied」：以 “管理员身份” 打开 cmd，重新执行安装命令。
   • 提示 pip 版本过低：先升级 pip，输入 python -m pip install --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple，再安装 Streamlit。

步骤 2：验证 Streamlit 安装（运行默认演示网页）

1. cmd 中输入验证命令，回车：

   streamlit hello
   

2. 自动执行流程：
   • Streamlit 会自动启动本地服务（显示 You can now view your Streamlit app in your browser）。
   • 自动打开默认浏览器，显示 Streamlit 演示网页（包含多个示例功能，比如绘图、数据展示）。
3. 验证成功：浏览器能正常打开演示网页，且无报错，说明 Streamlit 安装完成且可正常运行。
4. 关闭演示网页：
   • 浏览器直接关闭即可。
   • 回到 cmd，按 Ctrl + C，输入 y 回车，停止 Streamlit 服务。

步骤 3：编写第一个简单 Streamlit 网页（小白友好，无复杂逻辑）

核心说明

Streamlit 的核心优势：无需懂 HTML/CSS/JS，只用 Python 代码，就能搭建可视化网页，小白只需掌握几个基础函数，就能实现简单界面。

1. 创建 Python 脚本文件

   • 新建一个文件夹（存放 Streamlit 脚本，比如 D:\AI_Study\Streamlit_Projects，路径无中文、空格）。
   • 在该文件夹中，右键→「新建」→「文本文档」，重命名为 first_streamlit_web.py（后缀必须改为 .py，不是 .txt，小白注意：需先显示文件扩展名，Windows 文件夹选项中勾选 “文件扩展名”）。

2. 编写网页代码（直接复制，注释详细）打开 first_streamlit_web.py，粘贴以下代码，保存文件（Ctrl+S）：

   # 导入Streamlit库，简写为st（小白固定写法，无需修改）
   import streamlit as st
   
   # 1. 设置网页标题（显示在浏览器标签栏）
   st.set_page_config(page_title="小白学AI第一个网页")
   
   # 2. 添加网页大标题（一级标题，居中显示）
   st.title("✨ 小白AI学习网页演示")
   
   # 3. 添加普通文本内容（支持换行、格式化）
   st.write("这是用Streamlit搭建的第一个简单网页，无需懂前端知识！")
   st.write("对应大纲中的「搭建简单网页」学习目标，后续可升级为聊天机器人界面。")
   
   # 4. 添加输入框（获取用户输入的姓名）
   user_name = st.text_input("请输入你的姓名：")
   
   # 5. 添加按钮（点击按钮后，显示问候语）
   if st.button("点击获取问候"):
       # 判断用户是否输入了姓名
       if user_name:
           st.success(f"你好，{user_name}！祝你顺利掌握AI大模型开发～")
       else:
           st.warning("请先输入你的姓名哦！")
   
   # 6. 添加分隔线和备注文本
   st.divider()
   st.caption("Streamlit基础演示 | 零基础小白友好")
   

3. 运行 Streamlit 网页

   • 打开 cmd，切换到脚本所在文件夹（比如 D:\AI_Study\Streamlit_Projects），输入切换目录命令（修改为你的文件夹路径）：

     cd D:\AI_Study\Streamlit_Projects
     

   • 输入运行命令，回车：

     streamlit run first_streamlit_web.py
     

4. 查看运行结果

   • Streamlit 自动启动本地服务，打开默认浏览器，显示你编写的网页。
   • 实操测试：输入姓名，点击按钮，查看是否显示成功问候语，体验网页交互流程。

5. 核心基础语法总结（小白入门必备）

   Streamlit 函数	作用
   st.title()	添加一级标题，突出核心主题
   st.write()	添加普通文本、数据，支持格式化
   st.text_input()	添加文本输入框，获取用户输入
   st.button()	添加交互按钮，点击触发逻辑
   st.success()/st.warning()	显示带颜色的提示信息

步骤 4：关闭 Streamlit 服务

• 浏览器关闭网页后，回到 cmd，按 Ctrl + C，输入 y 回车，即可停止本地服务，恢复 cmd 默认状态。

小白常见 Streamlit 问题解决

1. 运行命令报错「No such file or directory」：检查 cd 命令是否切换到了脚本所在文件夹，或脚本文件名是否输入正确（区分大小写）。
2. 浏览器无法打开网页：cmd 中显示的网址（比如 http://localhost:8501），手动复制到浏览器地址栏，回车访问。
3. 网页无响应：关闭其他占用内存的软件，按 Ctrl + C 停止服务，重新运行脚本。

---

三、 综合实操：整合 Ollama 与 Streamlit（简易聊天界面预览）

核心目标

简单整合两者，让你直观看到 “网页界面调用本地 Ollama 模型” 的效果，后续深入学习可完善该功能，对应大纲中的「本地聊天机器人」项目。

1. 创建整合脚本：在 Streamlit_Projects 文件夹中，新建 ollama_streamlit_chat.py，粘贴以下代码：

   import streamlit as st
   import subprocess
   
   # 设置网页标题
   st.set_page_config(page_title="小白简易AI聊天机器人")
   st.title("🤖 本地大模型聊天界面（Ollama+Streamlit）")
   
   # 输入框：获取用户提问
   user_question = st.text_input("请输入你的问题：")
   
   # 按钮：提交问题，调用Ollama模型
   if st.button("发送提问"):
       if user_question:
           st.info("模型正在思考中...")
           # 调用Ollama模型（qwen2:0.5b），获取回复
           try:
               # 执行Ollama命令，获取输出结果
               result = subprocess.run(
                   ["ollama", "run", "qwen2:0.5b", user_question],
                   capture_output=True,
                   text=True,
                   encoding="utf-8"
               )
               # 显示模型回复
               st.success("模型回复：")
               st.write(result.stdout)
           except Exception as e:
               st.error(f"出错啦：{str(e)}")
       else:
           st.warning("请先输入你的问题哦！")
   

2. 运行整合脚本：

   • cmd 切换到脚本文件夹，输入命令：

     streamlit run ollama_streamlit_chat.py
     

   • 浏览器打开网页后，输入问题（比如「什么是 LoRA 微调？」），点击「发送提问」，等待模型回复。

3. 注意事项：该脚本为简易版本，仅作演示，后续可学习优化（比如持续聊天、格式美化等），核心是让你理解 “网页工具调用本地大模型” 的逻辑。

---

总结

1. Ollama 核心：Windows 安装无脑下一步，拉取轻量模型（qwen2:0.5b），运行命令 ollama run 模型名，交互式聊天用 /bye 退出。
2. Streamlit 核心：无 Anaconda 时用 pip 安装（搭配国内镜像源），核心命令 streamlit run 脚本名.py，入门只需掌握st.title()/st.text_input()等基础函数。
3. 关键避坑：所有路径无中文 / 空格，cmd 命令验证安装是否成功，运行报错优先检查命令拼写和环境变量。