随着人工智能技术的快速发展，大型语言模型（LLM）已成为自然语言处理领域的重要工具。然而，这些模型的运行通常需要大量的计算资源和复杂的部署流程。为了解决这个问题，Ollama应运而生，成为了一个高效的本地大语言模型LLM运行专家。
Ollama
Ollama简介 Ollama是一个开源的大型语言模型服务工具，它帮助用户快速在本地运行大模型。通过简单的安装指令，用户可以执行一条命令就在本地运行开源大型语言模型，如Llama 2和最新开源的Llama 3。Ollama极大地简化了在Docker容器内部署和管理LLM的过程，使得用户能够快速地在本地运行大型语言模型。
Ollama的特点与优势 1. 功能齐全：Ollama将模型权重、配置和数据捆绑到一个包中，定义成Modelfile。它优化了设置和配置细节，包括GPU使用情况，从而提高了模型运行的效率。 1. 轻量级：Ollama的代码简洁明了，运行时占用资源少。这使得它能够在本地高效地运行，不需要大量的计算资源。此外，它还支持热加载模型文件，无需重新启动即可切换不同的模型，这使得它非常灵活多变。 1. 易用性：Ollama提供了多种安装方式，支持Mac和Linux平台，并提供了Docker镜像。用户只需按照安装指南进行操作即可完成安装，无需具备专业的技术背景。
使用Ollama在本地运行大型语言模型 首先，访问Ollama官网。在Mac上安装尤为简单，直接下载和运行软件包即可。
点击下载，选择适配自己电脑的版本。
Windows下载完之后电脑也没弹出快捷启动方式啥的，不知道是不是bug，我这里一般是点击缩略符进到日志目录下，再右键打开终端。
再回到Ollama官网，点击右上角的Models。
可以看到诸多模型如下：
我们点击llama3，可以看到如下界面：
点击latest，可以选择模型的类型，笔记本运行建议8b，服务器可以选择70b（作者笔记本显卡为RTX4070）。
点击复制按钮，粘贴命令行到终端框，执行即可。 ```js ollama run llama3:8b ```
安装好后如下所示：
AnythingLLM
AnythingLLM简介 AnythingLLM 是 Mintplex Labs Inc. 开发的一款可以与任何内容聊天的私人 ChatGPT，是高效、可定制、开源的企业级文档聊天机器人解决方案。它能够将任何文档、资源或内容片段转化为大语言模型（LLM）在聊天中可以利用的相关上下文。
AnythingLLM特点 - 多用户实例支持和权限管理 - 全新的可嵌入式聊天小部件，适用于您的网站 - 支持多种文档类型（PDF、TXT、DOCX等） - 通过简单的用户界面管理您的向量数据库中的文档 - 两种聊天模式：对话模式和查询模式。对话模式保留之前的问题和修改记录。查询模式用于对您的文档进行简单的问答。 - 聊天中的引用文献功能 - 完全适用于云部署。 - "自带 LLM "模型。 - 极其高效的成本节约措施，用于管理非常大的文档。您将永远不会为嵌入的大型文档或转录付费超过一次。比其他文档聊天机器人解决方案更省成本，降低 90%。 - 提供完整的开发者 API，用于自定义集成！
AnythingLLM下载 AnythingLLM是采用MIT许可证的开源框架，支持快速在本地部署基于检索增强生成（RAG）的大模型应用。 在不调用外部接口、不发送本地数据的情况下，确保用户数据的安全。[点此下载](https://useanything.com/download) 最近 AnythingLLM推出了桌面应用，可以在自己的笔记本电脑上下载使用，目前支持的操作系统包括MacOS，Windows和Linux。
AnythingLLM默认通过Ollama来使用LLama2 7B，Mistral 7B，Gemma 2B等模型，也可以调用OpenAI、Gemini、Mistral等大模型的API服务。 此前，我已经安装了Ollama，那么只要选择Ollama，输入调用的API接口URL，再选择此前已经下载的Gemma模型即可。 在Ollama终端中输入：Ollama serve ，即可将Ollama调整为后端服务器模式，由于我之前已经开启，所以此处报错error。 ```js Ollama serve ```
下面分别填入本地地址端口、已下载的模型名称、4096。
AnythingLLM内置了一个嵌入模型 all-Mini-L6-v2，无需任何配置。该模型也可以在HuggingFace下载。同时，系统也支持OpenAI、LocalAi、Ollama提供的嵌入模型。 比如，Ollama上可供下载运行的嵌入模型有nomic-embed-text，据称性能超过OpenAI的text-embedding-ada-002和text-embedding-3-small。
AnythingLLM默认使用内置的向量数据库LanceDB。这是一款无服务器向量数据库，可嵌入到应用程序中，支持向量搜索、全文搜索和SQL。我们也可以选用Chroma、Milvus、Pinecone等向量数据库。
AnythingLLM可以支持PDF，TXT，DOCX等文档，可以提取文档中的文本信息，经过嵌入模型（Embedding Models），保存在向量数据库中，并通过一个简单的UI界面管理这些文档。 为管理这些文档，AnythingLLM引入工作区（workspace）的概念，作为文档的容器，可以在一个工作区内共享文档，但是工作区之间隔离。
其中，AnythingLLM既可以上传文档，也可以抓取网页信息。新建之后点击如下红色区域：
这里我们选择一个网页fetch一下，更新到workspace时大致花费了10分钟左右。
这个回答也算是成功RAG了，但是其实不是很准确，以后在文本召回和重排等方面还可以进一步调优和完善。
另外一个值得关注的点是，Anything支持**多用户模式**，有3种角色的权限管理。 - 系统会默认创建一个管理员（Admin）账号，拥有全部的管理权限。 - 第二种角色是Manager账号，可管理所有工作区和文档，但是不能管理大模型、嵌入模型和向量数据库。 - 普通用户账号，则只能基于已授权的工作区与大模型对话，不能对工作区和系统配置做任何更改。
总结 Ollama与AnythingLLM是两款旨在简化本地部署与使用大型语言模型（LLMs）的创新工具。它们响应了人工智能技术快速发展背景下，对高效利用LLMs处理自然语言任务的需求。 **Ollama**作为开源LLM服务工具，以功能全面、轻量化和高度易用为特点。它将模型、配置与数据封装为Modelfile，优化GPU使用，提高运行效率；占用资源少且支持模型热加载，增强了灵活性。用户通过其官网可轻松下载适用于Mac或Linux的软件包，借助Docker镜像实现一键部署。Ollama还提供丰富的模型库，如Llama 2和Llama 3，方便用户快速在本地运行大型语言模型。 **AnythingLLM**则是Mintplex Labs Inc.开发的面向企业级文档聊天机器人解决方案。它具有多用户管理、丰富文档支持、高效成本优化及云部署友好等特性。支持多种文档格式，提供对话与查询两种聊天模式，内置引用文献功能，并通过一次性处理与存储文档大幅降低成本。用户可下载适用于多种操作系统的桌面应用，内含预置模型，并支持OpenAI、Gemini、Mistral等第三方模型API接入。此外，AnythingLLM集成了向量数据库LanceDB，通过工作区概念实现文档管理与共享。 未来，随着技术持续迭代与优化，这两款工具有望在精准度、性能、用户体验等方面取得更大突破，更加无缝地融入各类自然语言处理应用场景，助力用户更加便捷、高效地利用LLMs解决复杂语言任务，推动人工智能技术在各行各业的深入应用与普及。
