Windows 环境本地大模型工具链安装教程：Ollama + llama.cpp + LLaMA Factory

3.3 编译（启用 CUDA 支持）

cd llama.cpp
mkdir build
cd build
cmake .. -G "Visual Studio 17 2022" -A x64 -DGGML_CUDA=ON
cmake --build . --config Release

编译成功后，可执行文件位于 build\bin\Release\。你可以将这些 .exe 文件复制到 E:\LLM\llama.cpp\ 根目录，方便调用。

3.4 验证 GPU 支持

运行 llama-cli.exe --help，查看是否有 -ngl N（GPU 层数）参数。若有，则支持 GPU。

🐍 4. 安装 LLaMA Factory（基于 Python 3.11）

4.1 安装 Miniconda

• 从 Miniconda 官网 下载 Windows 安装包。
• 安装时勾选'Add Miniconda3 to my PATH environment variable'。
• 安装路径建议使用默认（例如 D:\WorkApp\Python\miniconda3）。

4.2 接受 Anaconda 服务条款（必须执行）

在命令提示符中依次执行以下三条命令：

conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/main
conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/r
conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/msys2

4.3 创建 Python 3.11 虚拟环境并激活

conda create -n llamafactory python=3.11 -y
conda activate llamafactory

注意：LLaMA Factory 要求 Python ≥ 3.11，请勿使用 3.10 或更低版本。

4.4 安装 PyTorch（RTX 50 系列显卡需使用特定版本）

pip install torch==2.6.0 torchvision==0.21.0 --index-url https://download.pytorch.org/whl/cu124

如果遇到兼容性警告，可改用 nightly 版本：

pip install --pre torch torchvision --index-url https://download.pytorch.org/whl/nightly/cu124

验证 GPU 可用性：

python -c "import torch; print(torch.cuda.is_available())"

若输出 True，则 PyTorch 可识别 GPU。

4.5 获取 LLaMA Factory 源码

cd /d E:\LLM
git clone https://github.com/hiyouga/LLaMA-Factory.git

4.6 安装 LLaMA Factory（开发模式）

确保虚拟环境已激活，进入源码目录并安装：

cd LLaMA-Factory
pip install -e .[torch,metrics]

等待安装完成。测试安装：

python -c "import llamafactory; print('OK')"

若输出 OK，则安装正确。

🧪 5. 配置数据集（WebUI 中显示）

5.1 准备数据集文件

假设你有一个 Alpaca 格式的数据集 my_data.json，内容如下：

[
  {"instruction": "计算 2+2", "input": "", "output": "4"},
  {"instruction": "解释机器学习", "input": "", "output": "机器学习是..."}
]

5.2 创建 dataset_info.json

在 E:\LLM\LLaMAWork\datasets 目录下创建 dataset_info.json，内容如下：

{
  "my_dataset": {
    "file_name": "my_data.json",
    "formatting": "alpaca",
    "columns": {
      "prompt": "instruction",
      "query": "input",
      "response": "output"
    }
  }
}

5.3 在 WebUI 中使用

• 启动 WebUI（见下一节）。
• 在'数据路径'输入框中填写 E:\LLM\LLaMAWork\datasets，然后点击刷新按钮。
• 下拉列表中应出现 my_dataset，选中即可。

提示：也可以将数据集直接放入 E:\LLM\LLaMA-Factory\data 目录，并在该目录下的 dataset_info.json 中添加条目，这样路径保持默认。

🚀 6. 一键启动脚本（终极版）

由于虚拟环境中的 llamafactory-cli 可能因入口点问题不可用，推荐使用 绝对路径调用 Python 模块 的方式启动，稳定可靠。

6.1 确定虚拟环境 Python 路径

激活环境后运行：

conda activate llamafactory
where python

记下输出，例如 D:\WorkApp\Python\miniconda3\envs\llamafactory\python.exe。

6.2 创建批处理脚本

在桌面新建文本文件，改名为 启动_LLaMA_Factory.bat，用记事本编辑，内容如下（请替换路径）：

@echo off
title LLaMA Factory WebUI
REM 虚拟环境的 Python 解释器绝对路径
set VENV_PYTHON=D:\WorkApp\Python\miniconda3\envs\llamafactory\python.exe
REM LLaMA Factory 源码目录
set SRC=E:\LLM\LLaMA-Factory
cd /d %SRC%
"%VENV_PYTHON%" -m llamafactory.cli webui --server-port 7861
pause

6.3 运行

双击脚本，等待服务器启动，然后浏览器访问 http://localhost:7861 即可使用 WebUI 进行模型微调。

❓ 7. 常见问题及解决方法

7.1 conda 命令找不到

• 确保安装 Miniconda 时勾选了'Add to PATH'。
• 若未勾选，手动将 D:\WorkApp\Python\miniconda3\Scripts 添加到系统 PATH。

7.2 conda 提示'Terms of Service have not been accepted'

• 执行第 4.2 节的三条 conda tos accept 命令。

7.3 虚拟环境中运行 llamafactory-cli 找不到命令

• 可能入口点未注册，改用 python -m llamafactory.cli 方式（已集成到一键脚本中）。
• 确保虚拟环境中已正确安装 LLaMA Factory（执行 pip install -e .[torch,metrics]）。

7.4 安装时提示'requires a different Python: 3.10.20 not in '>=3.11.0''

• 说明你的虚拟环境 Python 版本过低，请按第 4.3 节重新创建 Python 3.11 环境。

7.5 WebUI 中数据集不显示

• 检查 dataset_info.json 是否存在于你指定的'数据路径'目录中。
• 点击刷新按钮。
• 确保数据集文件格式正确（JSON 或 JSONL），且 file_name 路径正确（可使用绝对路径）。
• 查看控制台（运行脚本的窗口）是否有错误信息。

7.6 base 环境能运行但虚拟环境不能

• 说明 LLaMA Factory 误安装在 base 环境。解决方案：
  1. 在虚拟环境中重新安装（第 4.6 节）。
  2. 使用一键启动脚本，直接指定虚拟环境 Python。
  3. 可选：清理 base 环境中的残留（见第 8 节）。

🧹 8. 清理 base 环境中的残留（可选）

如果你在 base 环境中也安装过 LLaMA Factory，可以安全卸载：

conda activate base
pip uninstall llamafactory -y

然后手动删除 C:\Users\你的用户名\miniconda3\Scripts\llamafactory-cli.exe 等残留文件（如果有）。注意：不要随意卸载 base 环境中的其他包，以免影响 conda 自身功能。

✅ 9. 验证 GPU 是否正常工作

9.1 查看 llama.cpp 日志

运行 llama-server.exe -m model.gguf -ngl 99 时，控制台输出：

load_tensors: offloading 27 repeating layers to GPU
load_tensors: offloaded 29/29 layers to GPU

表示 GPU 已启用。

9.2 使用 nvidia-smi 监控

打开另一个命令行窗口，运行：

# 持续监控（每秒刷新一次）
nvidia-smi -l 1

或者使用 nvitop 命令监控

# 安装：pip install nvitop
# 运行：nvitop

在推理过程中，观察 GPU-Util 和显存占用是否上升。

📝 10. 总结

通过本教程，你已经在 E 盘建立了一个整洁、高效的本地大模型环境：

• Ollama：快速体验流行模型。
• llama.cpp：高性能推理 GGUF 模型，GPU 加速。
• LLaMA Factory：图形化微调模型，支持自定义数据集。

一键启动脚本让你无需记忆命令，双击即可启动 WebUI。所有工具均可独立更新，互不干扰。