在langchian中集成本地部署的llama3.1大模型

Ollama是一个工具和框架，主要用于本地部署和使用大语言模型（Large Language Models, LLMs）。它旨在帮助开发者和组织方便地在本地或私有环境中运行和交互这些模型，避免依赖外部API或云端服务，保护隐私并降低成本。

菜鸟Java码农

1230人浏览 · 2024-12-08 09:30:00

菜鸟Java码农 · 2024-12-08 09:30:00 发布

部署本地大模型llama3.1

这些大模型可以利用cpu运行，只是速度慢。

1. 安装ollama

下载地址：[ollama下载]

2. 检查是否下载成功

输入命令：

ollama

看到类似下图的提示，代表安装成功：

在这里插入图片描述

3. 下载安装llama3

ollama pull llama3.1

系统自动下载8b（b是billion的意思，8b意味着80亿参数）的模型，根据进度条提示可以看到下载过程：

也可以安装其它版本大模型，例如，使用命令：ollama pull llama3.1:70b 可以安装更大的70b的模型。

ollama中有很多大模型，点击：[浏览ollama模型]可以查找其它大模型。

4. 启动测试大模型

使用命令：

ollama run llama3.1

可以启动大模型，并且可以与大模型聊天，就说明大模型运转正常，如下图：

在langchian中使用本地大模型llama3.1

LangChain是一个开源框架，旨在帮助开发者构建基于大语言模型（LLMs）的应用程序。可以在创建复杂的多步骤任务时，如问答系统、聊天机器人、文档处理和知识库查询等场景使用。

1. 安装依赖环境

pip install langchain
pip install -U langchain-ollama

2. 写代码

from langchain\_core.prompts import ChatPromptTemplate
from langchain\_ollama.llms import OllamaLLM

# 在调用时替换{question}为实际的提问内容。
template = """Question: {question}

Answer: Let's think step by step.

请用简体中文回复。
"""

# ChatPromptTemplate是LangChain中的一个模板类，用于定义一个对话提示模板。
prompt = ChatPromptTemplate.from\_template(template)

# 使用本地部署的lama3.1
model = OllamaLLM(model="llama3.1")

# 创建一个简单的链：prompt的输出会传递给model，然后model会根据prompt的输出进行处理
chain = prompt | model

# 调用链，传递输入数据并执行链中的所有步骤。
# 该输入中的question键值对被传递到prompt模板中，从而生成完整的对话提示："Question: Langchain是什么?"。
result = chain.invoke({"question": "Langchain是什么?"})

print(result)

可以在VS Code中执行以上代码：

在这里插入图片描述

看看执行结果：

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

一、LLM大模型经典书籍

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。

在这里插入图片描述

二、640套LLM大模型报告合集

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)

在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望