本文简单介绍了使用Ollama来快速启动和运行大语言模型的流程，同时介绍了一些有趣的和Ollama相关的应用。

喜欢的朋友记得关注、点赞、转发、收藏，你们的支持就是我最大的动力源泉。 今天课程较长，希望大家可以耐心看完，因为内容干货非常多，实现很多功能，包括页面展示、本地知识库等

前言 本文我们介绍另外一种部署本地知识库的方案： Ollama + MaxKB 相对来说，容易安装且功能较完善，30 分钟内即可上线基于本地大模型的知识库问答系统，并嵌入到第三方业务系统中。 缺点是如

现在的网上充斥着各种割韭菜的AI课程，比如李一舟的199课程。为了让大家别被割韭菜了，今天推荐一个开源项目，它帮你整理好了大模型学习的roadmap，有资料有代码还免费，它就是：llm-course。

本章主要阐述了本地构建基于大模型的应用程序的过程。从资源准备分析到实际搭建，一步步的指导应该如何在本地搭建一个基于大模型的应用程序。

01、本地大模型越来越简单 经过了一年多时间的迭代，大模型种类繁多，使用也越来越简单了。 在本地跑大模型，个人认为目前最好的软件肯定是Ollama无疑了， 不管你是在PC上跑大模型，在Mac上跑大模型

前言   大模型是被训练出来的，它可以结合本地知识库，也可以调用搜索或在线API来增强自身的能力。这些都不是大模型内部的数据，我们称为外部工具。   当大模型需要通过自主判断调用外部工具来进一步完成任

💡前言 在日常工作中，企业会拥有企业的知识库，个人会拥有个人的知识库。但这些知识库沉淀多了，且如果不进行分类的话，久而久之，我们在查找问题答案的时候，就会发现「查找」这个事情，变得困难了许多。 基于此

在人工智能领域的不断发展中，语言模型扮演着重要的角色。特别是大型语言模型（LLM），如ChatGPT，已经成为科技领域的热门话题，并受到广泛认可。