我的显卡参数:
最终结果展示,如下图所示:
1. 添加环境变量
在下载 ollama 之前,先去配置环境变量,确保模型下载到我们想要的地方
win10 和 win11 输入path或者环境变量:
增加系统环境变量
变量名不可更改,必须是ollama_models
,变量值可以自定义,
2. 下载ollama
下载后得到安装包,如果不添加环境变量的话,默认会安装到c盘
3. 检验是否安装成功
输入ollama
命令,正常的得出命令行输出,表示已经安装成功
4. 通过ollama下载模型
4.1. ollama 模型库
详见library (ollama.com),用于搜索已收录的模型库。以下是一些流行的模型:
4.2. 下载运行llama3 8b
ollama run llama3:8b # 运行llama3 8b大模型
直接使用 run 命令 + 模型名字就可以运行模型。如果之前没有下载过,那么会自动下载。下载完毕之后可以在终端中直接进行对话了。
5. 安装open-webui
open-webui 项目网址:gitcode - 全球开发者的开源社区,开源代码托管平台
open-webui 是一款可扩展的、功能丰富的用户友好型自托管 web 界面,旨在完全离线运行。它支持包括 ollama 和与 openai 兼容的 api 在内的多种 llm 运行器。想了解更多信息,可以查阅开放式webui文档。
5.1. docker 安装
open-webui 可以通过 docker
安装,也可以通过pip
安装,pip
安装较为简单,具体见安装文档:🏡 home | open webui
下面我将介绍安装 docker 时遇到的一些问题
docker 官网:https://www.docker.com/products/docker-desktop/
先去官网下载安装包
下载完之后默认安装在c盘,安装在c盘麻烦最少可以直接运行,也可以通过软链接保存到其他盘,但可能会出现一系列问题。
最开始我是直接下载的,没有任何问题,按照下面链接中的方法重新下载之后,虽然没有占用c盘的空间,但却出现了 wsl 连接问题,导致 docker 不能使用,最终也没有找到解决方法,可能是因为我在卸载的时候有文件残留,没卸载干净,亦或是wsl配置项出了问题,连接不上wsl了。看来还是只能在 linux 系统上安装或是允许他安装到c盘上了,不正规的花活还是风险很大,大家酌情考虑吧,个人建议安装在 linux 系统上最好,方便又快捷。
具体方法见:https://zhuanlan.zhihu.com/p/605317554
在不进行软连接的情况下安装 docker(安装在c盘):
安装完毕之后进入下面这个界面:
需要更改的设置有两处:
添加代理,这样本地找不到的容器会自动到网上去找,添加后点 apply。
添加镜像,加快下载速度,添加后点 apply。
{
"builder": {
"gc": {
"defaultkeepstorage": "20gb",
"enabled": true
}
},
"experimental": false,
"features": {
"buildkit": true
},
"registry-mirrors": [
"https://1nj0zren.mirror.aliyuncs.com",
"https://docker.mirrors.ustc.edu.cn",
"http://f1361db2.m.daocloud.io",
"https://registry.docker-cn.com"
]
}
到这里 docker desktop 的配置就大功告成了,可以开始下载 open-webui 容器了 。
5.2. docker 卸载
控制面板 -> 卸载程序 -> 双击docker desktop
但这样卸载不干净,存在文件残留,我尝试找到了几个,供参考:
"c:\users\asus\appdata\local\docker"
"c:\users\asus\appdata\roaming\docker"
"c:\users\asus\appdata\roaming\docker desktop"
5.3. 通过 docker 下载 open webui
- 如果你的计算机上有 ollama,请使用以下命令:
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
- 如果 ollama 位于不同的服务器上,请使用以下命令:
要连接到另一台服务器上的 ollama,请更改ollama_base_url为该服务器的 url:
docker run -d -p 3000:8080 -e ollama_base_url=https://example.com -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main
- 要运行支持 nvidia gpu 的 open webui,请使用以下命令:
docker run -d -p 3000:8080 --gpus all --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:cuda
5.3.1. 仅供openai api 使用安装
- 如果您仅使用 openai api,请使用此命令:
docker run -d -p 3000:8080 -e openai_api_key=your_secret_key -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main
5.3.2. 同时安装 ollama 和 open webui
此安装方法使用将 open webui 与 ollama 捆绑在一起的单个容器映像,从而允许通过单个命令进行简化设置。根据您的硬件设置选择适当的命令:
- 借助 gpu 支持:通过运行以下命令来利用 gpu 资源:
docker run -d -p 3000:8080 --gpus=all -v ollama:/root/.ollama -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:ollama
- 仅适用于 cpu:如果您不使用 gpu,请改用以下命令:
docker run -d -p 3000:8080 -v ollama:/root/.ollama -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:ollama
这两个命令都有助于 open webui 和 ollama 的内置、无忧安装,确保您可以快速启动并运行一切。
安装后,可以通过http://localhost:3000
访问 open webui 。
最终效果:
sign up 创建账户并登录后,左上角模型选择我们之前下好的llama3:8b,就可以开始对话了,可以上传文件,响应速度还是很快的:
发表评论