本期教程用到的所有安装包已上传到百度网盘
链接:https://pan.baidu.com/s/1j281UcOF6gnOaumQP5XprA
提取码:wzw7
前言
最近开源大模型可谓闹的沸沸扬扬,尤其是Microsoft
开源的wizardlm2 8*22b
和 Meta
开源的llama3 70b
,评测都已经接近了OpenAI GPT4
的水平。鉴于还有很多同学不会在Windows(Win10、Win11)
上部署和使用本地模型,因此我们出一期保姆级教程。
1.安装ollama
ollama
是一个离线运行大模型的工具,注意你可不要把它和Meta
的大模型llama
混淆,二者不是同一个东西。ollama
工具的下载地址为https://ollama.com/download
,选择Windows
版本进行下载安装即可。
2.安装大模型
ollama
默认安装路径为C:\Users\用户名\AppData\Local\Programs\Ollama
,我们先进入到这个路径
然后在地址栏输入cmd
后回车
此时会打开一个命令终端黑框
现在输入ollama run llama3
等待下载完成即可。恭喜你!现在你可以开始问问题了!
现在我们还有一个问题,这个界面不好看,我们要它的界面和OpenAI
一样的风格,可以,必须满足你。
首次安装会自动打开该cmd界面
3.安装HyperV
先根据以下操作路径看看自己电脑有没有HyperV
安装选项:控制面板-程序-启用或关闭Windows
功能-HyperV
.
如果没有HyperV
安装选项,则新建一个.txt
文件,将以下内容拷贝进去,然后把文件后缀名改为.bat
,右键以管理员权限运行即可。运行完毕后再次按照上面路径操作安装HyperV
pushd "%~dp0"
dir /b %SystemRoot%\servicing\Packages\*Hyper-V*.mum >hyper-v.txt
for /f %%i in ('findstr /i . hyper-v.txt 2^>nul') do dism /online /norestart /add-package:"%SystemRoot%\servicing\Packages\%%i"
del hyper-v.txt
Dism /online /enable-feature /featurename:Microsoft-Hyper-V-All /LimitAccess /ALL
4.安装Docker
直接在Docker
官网https://www.docker.com/products/docker-desktop/
下载最新版本的Docker Desktop
,我下载的是Docker Desktop4.28.0
,其中包含的Docker
的版本是25.0.3,Docker-Compose
的版本是2.24.6。注意不要混淆Docker
和Docker Desktop
。如果是低版本的Docker Desktop
,那就需要自己手动安装Docker-Compose
了。
配置一下Docker
访问中国镜像源
{
"builder": {
"gc": {
"defaultKeepStorage": "20GB",
"enabled": true
}
},
"experimental": false,
"registry-mirrors": [
"http://f1361db2.m.daocloud.io",
"https://registry.docker-cn.com"
]
}
配置完毕之后在cmd
输入docker version
确认一下是否安装成功了。
5.安装聊天界面
有了之前的操作之后,接下来我们的操作就简单多了,直接在cmd
中运行以下命令,安装聊天界面
docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main
回到Docker
界面看看是否已经在运行WebUI
了,图标亮起就表示已经在运行了,点击后面的端口号就可以在浏览器中查看了。
先注册,后登陆,然后选择模型,就可以开始聊天了。
后面得看看有没有办法在离线环境下打开这个聊天界面,目前离线环境下打开界面还是不太方便。
6.总结
本文讲述了如何在Windows(Win10 Win11)
上本地部署大模型。从最基础的软件安装到环境配置都进行了截图展示,希望对非计算机的同学也有所帮助。AI
时代我们每个人都必须要掌握一些AI
知识,相信不断学习的你一定不会被AI
淘汰。这只是开始,后面我们还有很多工作要做,尤其是提示词和智能体方面的知识,我们仍需要不断的学习,后续我也会持续更新,希望我们都能跟上时代的潮流。
更多精彩内容见公众号AIGIS