Ollama简明教程

TOOL Nov 2, 2024

这是深入研究 Ollama 的第一部分，以及我所学到的有关本地 LLM 的知识以及如何将它们用于基于推理的应用程序。在这篇文章中，你将了解——

如何使用 Ollama
如何在 Ollama 中创建自己的模型
如何使用 Ollama 构建聊天机器人

1、首先，一些背景

在本地 LLM 领域，我首先遇到了 LMStudio。虽然应用程序本身易于使用，但我喜欢 Ollama 提供的简单性和可操作性。要了解有关 Ollama 的更多信息，您可以访问此处。

Ollama 托管了你可以访问的模型的精选列表。你可以将这些模型下载到本地计算机，然后通过命令行提示符与这些模型交互。或者，当你运行模型时，Ollama 还会运行一个托管在端口 11434（默认情况下）的推理服务器，你可以通过与OpenAI兼容的 API 和其他库（如 Langchain）与其交互。

截至本文发布时，Ollama 有 74 个模型，其中还包括嵌入模型等类别。

2、如何使用 Ollama

为你选择的操作系统下载 Ollama。完成后，运行命令 ollama 以确认它正常运行。它应该会向你显示帮助菜单 —

Usage:
  ollama [flags]
  ollama [command]

Available Commands:
  serve       Start ollama
  create      Create a model from a Modelfile
  show        Show information for a model
  run         Run a model
  pull        Pull a model from a registry
  push        Push a model to a registry
  list        List models
  cp          Copy a model
  rm          Remove a model
  help        Help about any command

Flags:
  -h, --help      help for ollama
  -v, --version   Show version information

Use "ollama [command] --help" for more information about a command.

要使用任何模型，你首先需要从 Ollama“拉取”它们，就像从 Dockerhub（如果您以前使用过）或 Elastic Container Registry (ECR) 之类的东西中拉取图像一样。

Ollama 附带一些默认模型（如 llama2，它是 Facebook 的开源 LLM），你可以通过运行如下命令查看：

ollama list

从 Ollama 模型库页面中选择你想要与之交互的模型（假设为 phi）。现在，你可以通过运行如下命令下载模型：

ollama pull phi

下载完成后，你可以通过运行如下命令来检查模型是否在本地可用 -

ollama list

现在模型可用，可以运行了。你可以使用如下命令运行模型：

ollama run phi

答案的准确性并不总是一流的，但你可以通过选择不同的模型或自己进行一些微调或实施类似 RAG 的解决方案来解决这个问题，以提高准确性。

我上面演示的是如何使用命令行提示符使用 Ollama 模型。但是，如果你检查 Llama 正在运行的推理服务器，会发现可以通过访问端口 11434 来以编程方式访问它。

如果想使用 Langchain 访问你的 Ollama 模型，可以使用类似以下代码 —

from langchain_community.llms import Ollama
from langchain.chains import RetrievalQA

prompt = "What is the difference between an adverb and an adjective?"
llm = Ollama(model="mistral")
qa = RetrievalQA.from_chain_type(
    llm=llm,
    chain_type="stuff",
    retriever=retriever,
    return_source_documents=True,
)
response = qa(prompt)

3、如何在 Ollama 中创建自己的模型

你还可以使用 Ollama 中的 Modelfile 概念创建自己的模型变体。有关在 Modelfile 中配置的更多参数，您可以查看这些文档。

示例模型文件 —

# Downloaded from Hugging Face https://huggingface.co/TheBloke/finance-LLM-GGUF/tree/main
FROM "./finance-llm-13b.Q4_K_M.gguf"

PARAMETER temperature 0.001

PARAMETER top_k 20

TEMPLATE """
{{.Prompt}}
"""

# set the system message
SYSTEM """
You are Warren Buffet. Answer as Buffet only, and do so in short sentences.
"""

获得模型文件后，你可以使用以下命令创建模型：

ollama create arjunrao87/financellm -f Modelfile

其中 financellm 是你的 LLM 模型的名称， arjunrao87 将替换为你的 ollama.com 用户名（它也充当你的在线 ollama 注册表的命名空间）。此时，你可以像使用 Ollama 上的任何其他模型一样使用你创建的模型。

你还可以选择将模型推送到远程 ollama 注册表。为此，你需要

在 ollama.com 上创建你的帐户
添加新模型
设置公钥以允许你从远程机器推送模型。

创建本地 llm 后，你可以使用如下命令将其推送到 ollama 注册表：

ollama push arjunrao87/financellm

🦄 现在，让我们进入精彩部分。

4、使用 Ollama 构建聊天机器人

在我使用 Ollama 的过程中，最令人愉快的发现之一是这个基于 Python 的 Web 应用程序构建生态系统。Chainlit 可用于构建像 ChatGPT 这样的成熟聊天机器人。正如他们的页面所述，

Chainlit 是一个开源 Python 包，用于构建可用于生产的对话式 AI

我浏览了一些 Chainlit 教程，以了解你可以用 chainlit 做什么，其中包括创建任务序列（称为“步骤”）、启用按钮和操作、发送图像以及各种事情。你可以在这里关注我旅程的这一部分。

一旦我掌握了 Chainlit，我就想组装一个简单的聊天机器人，它基本上使用 Ollama，这样我就可以使用本地 LLM 进行聊天（而不是说 ChatGPT 或 Claude）。

使用不到 50 行代码，你就可以使用 Chainlit + Ollama 做到这一点。这不是很疯狂吗？

Chainlit 作为一个库使用起来非常简单。我还使用 Langchain 来使用和与 Ollama 交互：

from langchain_community.llms import Ollama
from langchain.prompts import ChatPromptTemplate
import chainlit as cl

下一步是定义聊天机器人的加载屏幕看起来是什么样子，方法是使用 chainlit 的 @cl.on_chat_start 装饰器：

@cl.on_chat_start
async def on_chat_start():
    elements = [cl.Image(name="image1", display="inline", path="assets/gemma.jpeg")]
    await cl.Message(
        content="Hello there, I am Gemma. How can I help you?", elements=elements
    ).send()
    ....
    ....

Message 接口是 Chainlit 用于将响应发送回 UI 的接口。你可以使用简单的内容键构建消息，然后可以使用元素之类的东西对其进行修饰，在我的例子中，我添加了一个图像，以便在用户首次登录时显示图像。

下一步是调用 Langchain 来实例化 Ollama（使用你选择的模型），并构建提示模板。 cl.user_session 的用途主要是保持用户上下文和历史记录的分离，这只是为了运行快速演示，并不是严格要求的。

Chain 是一个名为 Runnable 的 Langchain 接口，用于创建自定义链。你可以在此处阅读更多相关信息：

@cl.on_chat_start
async def on_chat_start():
   ....
   ....
    model = Ollama(model="mistral")
    prompt = ChatPromptTemplate.from_messages(
        [
            (
                "system",
                "You are a knowledgeable historian who answers super concisely",
            ),
            ("human", "{question}"),
        ]
    )
    chain = prompt | model
    cl.user_session.set("chain", chain)

现在，你已经拥有了聊天机器人 UI 和接受用户输入的所有要素。如何处理用户提供的提示？你将使用 Chainlit 中的 @cl.on_message 处理程序对用户提供的消息执行某些操作：

@cl.on_message
async def on_message(message: cl.Message):
    chain = cl.user_session.get("chain")
    msg = cl.Message(content="")
    async for chunk in chain.astream(
        {"question": message.content},
    ):
        await msg.stream_token(chunk)
    await msg.send()

chain.astream 就像文档建议的那样“异步流回响应块”，这正是我们想要的机器人。

就是这样。一些导入、几个函数、一点点修饰，你就有了一个功能齐全的聊天机器人。