🚀 Mind+ + Ollama：轻松管理本地大语言模型！

1.Ollama是什么

Ollama是一个开源的大语言模型（LLM）服务工具，用于简化在本地运行大语言模型、降低大语言模型的门槛，帮助用户够在本地环境快速实验、管理和部署最新大语言模型，包括如Qwen2、Llama3、Phi3、Gemma2等开源的大型语言模型。

2.如何安装Ollama

我们可以在Ollama的官网首页直接下载。打开 www.ollama.com 的网站，下载并安装 ollama 软件

下载完 ollama 后，点击运行ollama.exe，在 windows 中可以用 windows+R快捷键可以打开对话框，在对话框中输入 cmd进入终端，然后输入ollama -v，确认安装完成

ollama -v
复制代码

3.下载模型到本地使用

Ollama支持通过Ollama远程仓库下载LLM到本地.接下来，我们以qwen2.5 千问模型为例展示如何通过终端下载并使用模型。
在终端使用【ollama run 模型名称：参数规格】指令，可以下载相应规格参数的模型。保持ollama.exe在后台运行，打开终端，输入 ollama run qwen2.5，代表从 Ollama 仓库下载qwen2.5大模型的2.5b参数规格大模型文件到本地磁盘

ollama run qwen2.5
复制代码

如下所示，这个命令可以下载 qwen2.5 千问模型并运行。

下载完成后，就可以看到对话界面，到这里我们就能通过终端对话界面进行对话了。

输入/bye就可以退出对话界面。

如果需要使用其他模型，可以在https://ollama.com/search中根据需要查找需要的模型进行下载，目前推荐的7b 左右的模型LLaMA3.2、qwen2.5、deepseek-v2、yi和mistral。

4.通过API调用本地模型

相信通过前面的步骤，你已经学会通过通过Ollama去下载和管理本地大语言模型。如果你感觉这种通过终端界面与大模型对话的体验感不是很好的话，我们可以将Ollama集成到Python应用中，通过API接口的方式实现与本地大语言模型的对话。

在图形化编程软件Mind+中，提供了AI扩展库，提供了简便的方式来调用和操作有关大语言模型的API，其中包括Ollama管理的本地模型，例如qwen2.5、yi、deepseek-v2和mistral等

接下来我们将通过简单的两步实现使用Mind+的AI扩展库通过API调用Ollama管理的本地模型。

（1）配置系统环境变量

使用win+R快捷键打开对话框，输出 sysdm.cpl ，点击确定，进入系统属性。

在系统属性中，选择高级，点击“环境变量”，在系统环境变量中，选择新建变量。

设置新建的变量名为“OLLAMA_HOST”，变量值为' 0.0.0.0 '。这里是将Ollama服务监听的网络地址设置为0.0.0.0

再新建一个系统变量，变量名为"OLLAMA_ORIGINS",变量值为 ' * '。这里是将HTTP客户端请求来源设置为不受限制。

（2）安装Pythony库openai

下载及安装Mind+软件，下载地址：http://www.mindplus.cc。下载完成后i，打开Mind+软件，切换成”python“模式下的代码模式。

点击库管理，选择国内镜像源，输入”pip install openai“,完成openai库的安装。

在”扩展“中选择”用户库“，直接复制该链接，gitee：https://gitee.com/chenqi1233/ext-AI

接下来，我们就能通过简单的图形化指令实现通过API使用本地大模型。由于在步骤3中我们已经将qwen2.5模型下载到本地，这里我们可以直接选择该模型通过API方式来调用。（确保Ollama软件保持后台运行）代码示例如下。

参考文档

除了Ollama管理的本地模型外，Mind+扩展库AI库集成了市面上常用的大语言模型工具如OpenAI模型、智谱AI、kimiAI等，并统一采用OpenAI API 格式，如果感兴趣，可以点击以下链接查看使用详情，Mind+扩展库AI库的使用教程：https://mc.dfrobot.com.cn/thread-322967-1-1.html

【人工智能】-Mind+通过AI扩展库使用 ollama本地大语言模型