OpenAI gpt-oss 模型本地部署实战指南

3. 安装 Ollama

下载完成后，运行安装程序。安装过程非常简单，基本就是一路'下一步'。

安装完成后，Ollama 会在你的系统托盘中以后台服务的形式运行。

四、拉取并运行 gpt-oss 模型

Ollama 的命令行操作与 Docker 非常相似，主要使用 pull 和 run 命令。

1. 打开终端

打开你的 Windows PowerShell 或命令提示符 (CMD)。

2. 拉取 (Pull) 模型

gpt-oss 有多个版本，我们这里以对硬件要求稍低的 20b 版本为例。执行以下命令：

ollama pull gpt-oss:20b

这个过程会下载模型文件，根据你的网络速度，可能需要一些时间。

3. 运行 (Run) 模型

下载完成后，运行模型进行交互：

ollama run gpt-oss:20b

五、与 gpt-oss 模型交互

1. 基础对话

运行 ollama run 命令后，你就可以直接在终端中输入问题并与模型对话了。我们来问一个经典问题：'你是谁？'

注意：模型的回答中提到了 "ChatGPT"，这可能是因为 gpt-oss 的训练数据或基础架构与 ChatGPT 有很深的渊源。

2. 使用 Ollama 桌面应用 GUI

除了命令行，Ollama 也提供了一个简洁的桌面应用。

• 安装 Ollama 后，它通常会自动启动。
• 你可以在主界面的下拉菜单中，选择你已经 pull 下来的模型 (如 gpt-oss:20b)，然后直接开始对话。

3. 创建你的 Ollama Hub 个人资料

登录 Ollama 官网后，你可以创建并编辑你的个人资料。这是分享你自定义的模型 (Modelfiles) 和参与社区的第一步。

4. 代码生成

gpt-oss 的代码能力还可以。我们可以让它尝试写一个 pygame 游戏。

5. 联网搜索功能

一个令人惊喜的功能是，gpt-oss 在 Ollama 中可以联网！但这需要你先在 Ollama Hub 上创建并登录你的账户。

登录后，当你提出一个需要实时信息的问题时，模型会自动触发搜索功能。

六、在 Ubuntu 上部署及使用 Web 客户端

对于 Linux 用户，特别是作为服务器使用时，命令行是基础，但搭建一个功能强大的 Web 界面能提供更好的体验。

1. 在 Ubuntu 上安装 Ollama

在 Ubuntu 上安装 Ollama 极其简单，官方提供了一键安装脚本。打开你的终端，执行以下命令：

curl -fsSL https://ollama.com/install.sh | sh

脚本会自动下载 Ollama 二进制文件，并将其设置为一个 systemd 后台服务。安装完成后，Ollama 服务会自动启动。你可以通过 systemctl status ollama 验证其运行状态。

2. 拉取并运行模型 (命令行)

与 Windows 完全相同，在 Ubuntu 终端中执行：

ollama pull gpt-oss:20b
ollama run gpt-oss:20b

3. 搭建 Web 客户端：Open WebUI

Open WebUI 是一个非常流行的、与 Ollama 完美兼容的开源 Web 客户端。

a. 安装 Docker

Open WebUI 最简单的部署方式是使用 Docker。如果你的系统尚未安装 Docker，请执行：

apt-get update
apt-get install -y docker.io
# 启动并设置开机自启
systemctl start docker
systemctl enable docker

b. 运行 Open WebUI 容器

执行以下命令来下载并运行 Open WebUI 容器：

docker run -d --network=host -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

命令解析：

• -d: 后台运行容器。
• --network=host: 让容器共享主机的网络，这样 WebUI 可以轻松访问在本机 11434 端口运行的 Ollama 服务。
• -v open-webui:/app/backend/data: 挂载一个数据卷，用于持久化 WebUI 的用户数据和配置。
• --name open-webui: 给容器命名。
• --restart always: 确保 Docker 服务重启时，该容器也会自动启动。

c. 访问并使用 Open WebUI

• 在你的浏览器中，访问 http://<你的 Ubuntu 服务器 IP>:8080 (Open WebUI 默认使用 8080 端口)。
• 首次访问时，你需要注册一个管理员账户。
• 登录后，你就可以在界面上选择已经拉取到本地的 gpt-oss:20b 模型，并开始对话了！

总结

通过本教程，我们成功地在一台普通的 Windows 电脑上，使用 Ollama 轻松部署了 OpenAI 的 gpt-oss 模型。同时，我们也学习了如何在 Ubuntu 环境下完成同样的部署，并额外搭建了一个功能强大的 Open WebUI 客户端。我们体验了它的基础对话、代码生成乃至联网搜索等强大功能。虽然在中端硬件上性能有限，但这无疑为广大 AI 爱好者和开发者打开了一扇探索前沿大模型的大门。

Q&A 问答环节

Q: 为什么模型在我电脑上运行这么慢？ A: 模型运行速度主要取决于 GPU 性能和显存。gpt-oss-20b 是一个有 200 亿参数的模型，对资源要求较高。在 RTX 3050 这样的入门级/中端显卡上，推理速度自然会比较慢。Ollama 会自动利用你的 GPU，但如果显存不足，部分模型层会加载到 CPU 和内存中，进一步拖慢速度。

Q: 除了 gpt-oss，我还能用 Ollama 运行哪些模型？ A: 非常多！Ollama 支持目前几乎所有主流的开源模型，例如 Google 的 Gemma，Meta 的 Llama 3，Mistral AI 的 Mistral 等。你可以在 Ollama 官网的 "Models" 页面查看完整的模型库。

Q: 联网搜索功能是如何实现的？需要额外配置吗？ A: 这是 gpt-oss 模型本身在 Ollama 框架下集成的功能，可能利用了类似工具调用 (Tool Calling) 或函数调用 (Function Calling) 的机制。当你提出需要外部信息的问题时，模型会自动调用一个内置的搜索工具。除了登录 Ollama Hub 账户外，通常不需要你进行额外配置。

Q: 如果我没有 NVIDIA 显卡，还能运行吗？ A: 可以。Ollama 支持纯 CPU 运行。它会自动检测你是否有兼容的 GPU，如果没有，它会完全使用你的 CPU 和系统内存来运行模型。当然，纯 CPU 运行的速度会比 GPU 慢得多。

Q: 我可以微调或定制 gpt-oss 模型吗？ A: 可以。这正是开放权重模型的魅力所在。你可以使用自己的数据集对模型进行微调 (fine-tuning)。在 Ollama 中，你还可以通过编写 Modelfile 来定制模型的系统提示词 (System Prompt)、参数等，然后构建一个属于你自己的新模型版本。

Q: 如何查看我的 Open WebUI 容器的日志 (Ubuntu)？ A: 如果 Open WebUI 无法启动或出现问题，你可以使用 Docker 命令查看其日志来排查错误。在终端中执行：

docker logs open-webui

如果你想实时跟踪日志，可以加上 -f 选项：docker logs -f open-webui。