私有化部署 Llama3 大模型, 支持 API 訪問
視頻
https://www.bilibili.com/video/BV1wD421n75p/
前言
通過 ollama 本地運行 Llama3 大模型其實對我們開發(fā)來說很有意義霎挟，你可以私有化放服務(wù)上了岂座。
然后通過 api 訪問恒削，來處理我們的業(yè)務(wù)诚撵，比如翻譯多語言掠手、總結(jié)文章费坊、提取關(guān)鍵字等等事格。
你也可以安裝 enchanted 客戶端去直接訪問這個服務(wù) api 使用氢卡。
參考
https://llama.meta.com/llama3/
https://github.com/ollama/ollama
https://github.com/ollama/ollama/blob/main/docs/api.md
https://github.com/sugarforever/chat-ollama
https://github.com/AugustDev/enchanted
Llama3
https://llama.meta.com/llama3/
https://github.com/meta-llama/llama3/blob/main/MODEL_CARD.md
安全性
https://llama.meta.com/trust-and-safety/
步驟
安裝 ollama
安裝 Llama3 8b 模型
https://ollama.com/library/llama3
模型選擇
安裝命令
$ ollama run llama3
訪問 api 服務(wù)
https://github.com/ollama/ollama/blob/main/docs/api.md
curl http://localhost:11434/api/generate -d '{
"model":"llama3",
"prompt": "請分別翻譯成中文锈至、韓文、日文 -> Meta Llama 3: The most capable openly available LLM to date",
"stream": false
}'
參數(shù)解釋如下：
model（必需）：模型名稱译秦。
prompt：用于生成響應(yīng)的提示文本峡捡。
images（可選）：包含多媒體模型（如llava）的圖像的base64編碼列表。
高級參數(shù)（可選）：
- format：返回響應(yīng)的格式诀浪。目前僅支持json格式棋返。
- options：模型文件文檔中列出的其他模型參數(shù)，如溫度（temperature）雷猪。
- system：系統(tǒng)消息睛竣，用于覆蓋模型文件中定義的系統(tǒng)消息。
- template：要使用的提示模板求摇，覆蓋模型文件中定義的模板射沟。
- context：從先前的/generate請求返回的上下文參數(shù)，可以用于保持簡短的對話記憶与境。
- stream：如果為false验夯，則響應(yīng)將作為單個響應(yīng)對象返回，而不是一系列對象流摔刁。
- raw：如果為true挥转，則不會對提示文本應(yīng)用任何格式。如果在請求API時指定了完整的模板化提示文本共屈，則可以使用raw參數(shù)绑谣。
- keep_alive：控制模型在請求后保持加載到內(nèi)存中的時間（默認(rèn)為5分鐘）。
返回 json 數(shù)據(jù)
{
"model": "llama3",
"created_at": "2024-04-23T08:05:11.020314Z",
"response": "Here are the translations:\n\n**Chinese:** 《Meta Llama 3》：迄今最強大的公開可用的LLM\n\n**Korean:** 《Meta Llama 3》：?? ?? ??? ?? ?? ??? LLM\n\n**Japanese:**\n\n《Meta Llama 3》：現(xiàn)在最強の公開使用可能なLLM\n\n\n\nNote: (Meta Llama 3) is a literal translation, as there is no direct equivalent for \"Meta\" in Japanese. In Japan, it's common to use the English term \"\" or \"\" when referring to Meta.",
"done": true,
"context": [
...
],
"total_duration": 30786629492,
"load_duration": 3000782,
"prompt_eval_count": 32,
"prompt_eval_duration": 6142245000,
"eval_count": 122,
"eval_duration": 24639975000
}
返回值的解釋如下：
- total_duration：生成響應(yīng)所花費的總時間拗引。
- load_duration：以納秒為單位加載模型所花費的時間借宵。
- prompt_eval_count：提示文本中的標(biāo)記（tokens）數(shù)量。
- prompt_eval_duration：以納秒為單位評估提示文本所花費的時間矾削。
- eval_count：生成響應(yīng)中的標(biāo)記數(shù)量壤玫。
- eval_duration：以納秒為單位生成響應(yīng)所花費的時間。
- context：用于此響應(yīng)中的對話編碼哼凯，可以在下一個請求中發(fā)送欲间，以保持對話記憶。
- response：如果響應(yīng)是以流的形式返回的断部，則為空猎贴；如果不是以流的形式返回，則包含完整的響應(yīng)。
要計算生成響應(yīng)的速度嘱能，以標(biāo)記數(shù)每秒（tokens per second，token/s）為單位虱疏，可以將 eval_count / eval_duration 進行計算惹骂。
ollama 生態(tài)
https://github.com/ollama/ollama
- 客戶端 桌面、Web
- 命令行工具
- 數(shù)據(jù)庫工具
- 包管理工具
- 類庫
桌面 enchanted 客戶端
https://github.com/AugustDev/enchanted
設(shè)置服務(wù)器地址
提問使用
代碼
https://github.com/ollama/ollama
小結(jié)
感謝閱讀本文
如果有什么建議做瞪，請在評論中讓我知道对粪。我很樂意改進。
flutter 學(xué)習(xí)路徑
- Flutter 優(yōu)秀插件推薦 https://flutter.ducafecat.com
- Flutter 基礎(chǔ)篇1 - Dart 語言學(xué)習(xí) https://ducafecat.com/course/dart-learn
- Flutter 基礎(chǔ)篇2 - 快速上手 https://ducafecat.com/course/flutter-quickstart-learn
- Flutter 實戰(zhàn)1 - Getx Woo 電商APP https://ducafecat.com/course/flutter-woo
- Flutter 實戰(zhàn)2 - 上架指南 Apple Store装蓬、Google Play https://ducafecat.com/course/flutter-upload-apple-google
- Flutter 基礎(chǔ)篇3 - 仿微信朋友圈 https://ducafecat.com/course/flutter-wechat
- Flutter 實戰(zhàn)3 - 騰訊 tim 即時通訊開發(fā) https://ducafecat.com/course/flutter-tim
? 貓哥
ducafecat.com
end
