【Ollama进阶】本地代码补全助手：提升开发效率的利器！
Ollama是一个用于构建大语言模型应用的工具，它提供了一些简单易用的CLI和服务器，能够让用户轻松下载、运行和管理各种开源LLM。
一. 如何使用？
本文以 windows 环境为例，但实际体验来看，同等硬件环境下 linux 系统体验会更流畅些。
1.1 安装ollama
https://ollama.com/download/OllamaSetup.exe
特别记录下Docker版本的安装：
CPU版本
docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama
GPU版本
同时还需要先安装 Nvida container toolkit，
下载链接如下
https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html#installation
docker run -d --gpus=all -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama
Ollama常用命令
启动ollama
ollama serve
查看已有模型列表
ollama list
下载模型-以千问72b为例
ollama pull qwen2:72b
运行模型
ollama run qwen2:72b
docker容器运行模型
docker exec -it ollama ollama run qwen2:72b
AI提效-本地代码补全助手+AI助手
我们通过结合代码生成模型+Ollama+IDE插件来打造一个强大的、模块化的、自娱自乐的代码补全助手。例如使用 Codeqwen 7B模型+vscode的continue插件，即可实现高效便捷的代码补全功能。
推荐的模型组合：Codeqwen 7b+Qwen2 7B模型
ollama run codeqwen``ollama run qwen2:7b
这两个模型中，codeqwen 7b是一个专门用于代码补全的模型，qwen2 7b又是个通用的聊天模型，并且两者都不是重量级模型，在本地运行也不会那么费劲。这两个模型结合起来就能很好地实现代码补全+AI助手的聊天功能。
下载并运行好上述两个模型后，再去到vscode 进行配置，编辑 continue插件的config.json ：
{` `"models": [` `{` `"title": "Codeqwen 7B",` `"provider": "ollama",` `"model": "codeqwen",` `"apiBase": "http://127.0.0.1:11434"` `}` `],` `"tabAutocompleteModel": {` `"title": "Qwen2 7B",` `"provider": "ollama",` `"model": "qwen2:7b",` `"apiBase": "http://127.0.0.1:11434"` `}``}
再加上RAG向量检索优化聊天
首先，continue插件内置了 @codebase 上下文provider，能自动从代码库检索到最相关的代码片段。假如我们用自己的本地的聊天模型，那么借助 Ollama与LanceDB向量化技术，可以去更高效的进行代码检索和聊天体验。
ollama pull nomic-embed-text``ollama run nomic-embed-text
继续配置 config.json
都折腾完了之后跑下试试
代码补全效果及对话功能验证
其他有价值的点还包括代码自动注释等功能可自行拓展。
至此，一个乞丐版 cursor 基本搭建完成了。
AI大模型学习福利
作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
大模型&AI产品经理如何学习
求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。
1.学习路线图
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。
2.视频教程
网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。
（都打包成一块的了，不能一一展开，总共300多集）
因篇幅有限，仅展示部分资料，需要点击下方图片前往获取
3.技术文档和电子书
这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。
4.LLM面试题和面经合集
这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。
👉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。
1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集
👉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】🆓
