前言
Ollama是一个开源的大模型管理工具，它提供了丰富的功能，包括模型的训练、部署、监控等。通过Ollama，你可以轻松地管理本地的大模型，提高模型的训练速度和部署效率。此外，Ollama还支持多种机器学习框架，如TensorFlow、PyTorch等，使得你可以根据自己的需求选择合适的框架进行模型的训练。
部署教程
下载
macOS：
https://ollama.com/download/Ollama-darwin.zip
Windows preview：
https://ollama.com/download/OllamaSetup.exe
Linux，直接运行：
curl -fsSL https://ollama.com/install.sh | sh
当然，ollama也支持docker部署。
本文主要介绍我在macOS上的本地部署过程。
安装
下载Ollama-darwin.zip后，解压，直接双击或将程序APP拖入应用程序即可，安装成功的话，就会出现可爱的羊驼图标：
安装模型
现如今开源的大模型已经越来越丰富了，通过ollama网站的模型库：
就可以看到相应列表：
其中 Gemma 2 是 Google 公司最新的开源大语言模型，可以看到下载量587.4K，点击Gemma2后，可以看到该模型的具体信息：
一时脑热，直接下载并安装了27b（27亿参数量）：
ollama run gemma2:27b
结果成功运行后，回答一个问题需要1、2分钟才能蹦出几个字。后来上网一查，哭了:sob:
咳咳，只好退而求其次，乖乖选择9b：
ollama run gemma2:9b
使用
经过一段时间的等待后，成功下载并运行：
回复速度还是很快的，内存占用大概在90%（骨哥内存18G）左右。
安装其它模型的话，同上，比如骨哥还尝试安装了secgpt_chat（4亿参数量）：
安装运行后和GPT-4o做了一下简单的对比，额，差的不是一点半点，想想也是，毕竟人家可是GPT-4o，这区区的4b模型怎么能比呢。
WebUI
总是通过命令行来提问总觉得不是很舒服，那就装个WebUI吧，ollama本身就提供WebUI，安装起来也非常简单，只需要6步：
- 下载并安装 Node.js 工具：https://nodejs.org/zh-cn
- 下载ollama-webui工程代码：
git clone https://github.com/ollama-webui/ollama-webui-lite ollama-webui
3.切换ollama-webui代码的目录：cd ollama-webui
4.设置 Node.js 下载提速：npm config set registry http://mirrors.cloud.tencent.com/npm/
5.安装 Node.js 依赖工具包：npm install
6.启动 Web 可视化界面：npm run dev
成功启动后，通过http://localhost:3000 即可访问
这一下就舒服多了～通过简单的对比，发现Gemma2用起来还是很不错的，至少可以满足一些基本需求了（比如生成代码、代码解释、简单的问答等等）。
省钱小妙招（插件使用本地Gemma2）
这两天骨哥使用了一款相当不错VScode插件–Aide，当时安装的时候，安装量还是10k，这两天已经飙到了14k+了：
这个插件的两大功能对我来说特别实用，一个是代码转换，一个是代码注释。
所谓代码转换，就是你可以利用该插件，调用AI接口，实现代码间的转换。比如你有一段JS代码，想要转换成Python代码，那么只要点击右上角的按钮，便可一键完成：
转换效果：
再看代码注释功能，同样右上角一键对代码进行注释，“妈妈再也不用担心我看不懂别人的屎山代码了”：
关于AI的API设置，如果使用诸如OpenAI的API Key，可参照如下设置：
比如使用国内的某API已经算相对便宜了（几块钱就能用上百万tokens）：
但如果我们本地能够部署大模型，那就不用花上一分钱就能畅享使用了～
本地部署API设置参考如下：
URL填写：http://localhost:11434/v1
KEY随便填写：sk-随便写
Model选择：使用哪个模型，就填写哪个，我这里是gemma2:9B
希望本文能对你有所帮助，如果你有更好的模型推荐，尤其是网络安全相关的模型，也欢迎在下方评论区或星球与我交流。
另一款基于AI的VScode插件教程：https://gugesay.com/archives/2221
