Dify Ollama本地私有化模型实践
Dify (https://github.com/langgenius/dify)工作流编排工具 (简单易用的 LLMOps 平台,可视化创造和运营你的 AI )
前排提示,文末有大模型AGI-CSDN独家资料包哦!
Ollama (https://ollama.com/)快捷的本地模型部署工具,方便集成各种本地私有化模型
gemma2 是Google 最新的开放大语言模型,还有了2b尺寸,更符合端到端的需求

一、Dify 部署
Dify 本地化部署最快的方式参考前文写的 docker环境部署(参考《Dify部署》)
二、Ollama 部署就相当傻瓜式,下载安装即可

三、gemma2 的安装,在Ollama 安装完成后,命令行下,选择所需的尺寸,安装即可

四、Dify 设置本地模型
1、选择Dify的设置

2、选择模型服务商 Ollama

3、参考接入本地模型的介绍(https://docs.dify.ai/v/zh-hans/guides/model-configuration/ollama)

4、配置成功

五、开启本地大模型Agent
Prompt:
你好,大模型Agent。我需要你的帮助来解答小学数学题目。并且每次都需要使用中文回答,每次沟通回答也需要使用中文回复。``以下是任务的详细描述:``任务目标:``- 解答给定的小学数学题目。``- 解释解题步骤和过程。``- 提供清晰、详细的答案。``任务要求:``1. 请确保每一步解题过程都清晰易懂,适合小学生的理解水平。``2. 使用简单、准确的语言进行描述,避免使用复杂的数学术语。``3. 确保最终答案正确,并解释如何得出该答案。``输入示例:``题目:小明有12个苹果,他又买了8个苹果,然后他把苹果分给了3个朋友。每个朋友分到了多少个苹果?``输出示例:`` ```plaintext ``首先,我们需要计算小明总共有多少个苹果。小明原来有12个苹果,然后又买了8个苹果,所以总共有:``12 + 8 = 20(个苹果)``接下来,我们需要把这些苹果平均分给3个朋友。我们用总数20除以3,得到每个朋友分到的苹果数量:``20 ÷ 3 = 6.67(个苹果)``因为苹果不能被分成小数,所以每个朋友可以分到6个苹果,剩下2个苹果小明自己留着。``最终答案是:每个朋友分到了6个苹果。``同时要给出解题思路。


FAQ
启动命令:
docker compose down
docker compose up -d
//反复跳转管路员初始化页面的解决方法
rm -rf ./volumes/app ./volumes/db ./volumes/redis ./volumes/weaviate
//查看日志
docker-compose logs api
读者福利:如果大家对大模型感兴趣,这套大模型学习资料一定对你有用
对于0基础小白入门:
如果你是零基础小白,想快速入门大模型是可以考虑的。
一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
包括:大模型学习线路汇总、学习阶段,大模型实战案例,大模型学习视频,人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型!
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
👉AI大模型学习路线汇总👈
大模型学习路线图,整体分为7个大的阶段:(全套教程文末领取哈)
第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;
第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;
第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;
第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;
第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;
第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;
第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。
👉大模型实战案例👈
光学理论是没用的,要学会跟着一起做,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈
观看零基础学习书籍和视频,看书籍和视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;
• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;
• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;
• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。
👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
更多推荐


所有评论(0)