基于Llama 3搭建中文版（Llama3-Chinese-Chat）大模型对话谈天机器人 ...

前面两篇博文，我们分别在个人笔记本电脑部署了Llama 3 8B参数大模型，并使用Ollama搭建了基于 Web 可视化对话谈天机器人，可以在自己电脑上愉快的与Llama大模型 Web 机器人对话谈天了。但在使用过程中，笔者发现Llama大模型常常出现中文问题英文回复的问题，需要使用中文回复等提示词告诉大模型用中文回复，体验还不是最好的。本日，本博文就来办理这个问题，让我们有个中文版的Llama 3Web 对话机器人（Llama3-Chinese-Chat）……
  第一篇Llama 3 8B大模型部署和 Python 版对话机器人博文：玩转 AI，笔记本电脑安装属于自己的 Llama 3 8B 大模型和对话客户端
第二篇基于Ollama部署Llama 3 8B大模型 Web 版本对话机器人博文：一文彻底整明白，基于 Ollama 工具的 LLM 大语言模型 Web 可视化对话机器人部署指南
留意： 因为本博文介绍的是Llama 3 中文版（Llama3-Chinese-Chat）对话机器人，涉及到前面两篇博文内容，特别是第二篇 Web 版本对话机器人部署，因此发起按照前文博文部署好Llama 3 8B大语言模型。
HF 上选择排名最高的模型

模型列表官网地址：https://huggingface.co/models
模型列表国内镜像（保举）：https://hf-mirror.com/models
在模型列表页面按照关键字llama chinese搜索，并按照趋势排序，可以看到中文版模型：

可以看出，第一名模型的下载数量和点赞数量，比第二名要多好多，我们就选择shenzhi-wang这位作者发布的模型。
方式一：通过 GGUF 量化模型安装（保举）

GGUF 安装比较简朴，下载单个文件即可：

下载到本地之后，按照我的第一篇博文，即可举行控制台谈天了：
启动大模型Shell 脚本：

1. source ./venv/bin/activate
3. python -m llama_cpp.server --host 0.0.0.0 --model \
4.    ./Llama3-8B-Chinese-Chat-q4_0-v2_1.gguf \
5.    --n_ctx 20480

复制代码

Python 对话客户端代码：

1. from openai import OpenAI
3. # 注意服务端端口，因为是本地，所以不需要api_key
4. ip = '127.0.0.1'
5. #ip = '192.168.1.37'
6. client = OpenAI(base_url="http://{}:8000/v1".format(ip),
7.          api_key="not-needed")
9. # 对话历史：设定系统角色是一个只能助理，同时提交“自我介绍”问题
10. history = [
11.     {"role": "system", "content": "你是一个智能助理，你的回答总是容易理解的、正确的、有用的和内容非常精简."},
12. ]
14. # 首次自我介绍完毕，接下来是等代码我们的提示
15. while True:
16.     completion = client.chat.completions.create(
17.         model="local-model",
18.         messages=history,
19.         temperature=0.7,
20.         stream=True,
21.     )
23.     new_message = {"role": "assistant", "content": ""}
25.     for chunk in completion:
26.         if chunk.choices[0].delta.content:
27.             print(chunk.choices[0].delta.content, end="", flush=True)
28.             new_message["content"] += chunk.choices[0].delta.content
30.     history.append(new_message)
31.     print("\033[91;1m")
33.     userinput = input("> ")
34.     if userinput.lower() in ["bye", "quit", "exit"]: # 我们输入bye/quit/exit等均退出客户端
35.         print("\033[0mBYE BYE!")
36.         break
38.     history.append({"role": "user", "content": userinput})
39.     print("\033[92;1m")

复制代码

运行 Python 客户端即可：

按照第二篇博文，部署基于 Web 版对话机器人：一文彻底整明白，基于 Ollama 工具的 LLM 大语言模型 Web 可视化对话机器人部署指南
基于 GGUF 量化模型天生 Ollama模型文件，假设文件名为Modelfile-Chinese，内容如下：

1. FROM ./Llama3-8B-Chinese-Chat-q4_0-v2_1.gguf

复制代码

实行 Ollama 模型转换，Llama-3-8B-Chinese为 Ollama 模型名：

1. $ ollama create Llama-3-8B-Chinese -f ./Modelfile-Chinese
2. transferring model data
3. using existing layer sha256:242ac8dd3eabcb1e5fcd3d78912eaf904f08bb6ecfed8bac9ac9a0b7a837fcb8
4. creating new layer sha256:9f3bfa6cfc3061e49f8d5ab5fba0f93426be5f8207d8d8a9eebf638bd12b627a
5. writing manifest
6. success

复制代码

可以通过 Ollama 查看现在的大模型列表：

1. $ ollama list
2. NAME                             ID                  SIZE          MODIFIED
3. Llama-3-8B-Chinese:latest        37143cf1f51f        4.7 GB        42 seconds ago
4. Llama-3-8B:latest                74abc0712fc1        4.9 GB        3 days ago

复制代码

可以看到我们刚安装的大模型：Llama-3-8B-Chinese
启动ollama-webui-lite项目，可以选择Llama-3-8B-Chinese模型和对话谈天了：

1. $ npm run dev
3. > ollama-webui-lite@0.0.1 dev
4. > vite dev --host --port 3000
8.   VITE v4.5.3  ready in 1797 ms
10.   ➜  Local:   http://localhost:3000/
11.   ➜  Network: http://192.168.101.30:3000/
12.   ➜  press h to show help

复制代码

方式二：通过 Ollama 拉取模型文件

这种方式比较简朴，无需下载 GGUF 模型文件，可以让 Ollama 直接拉取模型文件并完成安装：

1. # Llama3-8B-Chinese-Chat的4位量化版本（对机器性能要求最低）
2. ollama run wangshenzhi/llama3-8b-chinese-chat-ollama-q4
4. # Llama3-8B-Chinese-Chat的8位量化版本（对机器性能要求中等）
5. ollama run wangshenzhi/llama3-8b-chinese-chat-ollama-q8
7. # Llama3-8B-Chinese-Chat的f16未量化版本（对机器性能要求最高）
8. ollama run wangshenzhi/llama3-8b-chinese-chat-ollama-fp16

复制代码

Ollama 主动下载并完成安装，之后启动ollama-webui-lite项目，就可以使用了~

---

我的本博客原地址：https://mp.weixin.qq.com/s/idcdIr8mMWDQ_iZU5r_UEQ

---

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。