前言

由于通过Python方式与Llama3大模型对话不够友好(如下图所示)，所以我们可以借助开源的WebUI的交互界面，与大模型进行对话来实现沟通方式。

Python的交互示意图

与大模型沟通输入的内容

messages = [
    {"role": "system", "content": "You are a pirate chatbot who always responds in pirate speak!"},
    {"role": "user", "content": "Who are you?"},
]

大模型返回的输出结果

WebUI的交互示意图

部署方式：

目前网上可以查到的大模型交互方案有两种：gpt4all 和 open-webui+ollama
由于gpt4all只需要下载安装即可使用，比较简单，所以本篇文章只进行open-webui+ollama的部署方式记录。

下载安装Ollama

1、访问https://github.com/ollama/ollama?tab=readme-ov-file
2、在页面中根据自己的系统情况选择对应下载链接：

例如：我的系统是MacOS，所以我选择的是macOS链接

3、双击下载的.zip文件，解压后会显示Ollama的App图标，再次双击运行后选择Move to Applications即可

拉取open-webui代码

1、访问https://github.com/open-webui/open-webui?tab=readme-ov-file
2、获取代码的git路径后，在本地命令行运行如下命令拉取代码

git clone https://github.com/open-webui/open-webui.git

安装Docker(如果已经Docker，可以跳过本步骤)

open-webui支持docker方式运行，这种方式可以免去很多环境依赖安装的问题，所以我们采用Docker方式来运行。
1、访问https://www.docker.com/products/docker-desktop/
2、根据仔细系统的情况选择对应下载链接：

例如：我的环境是MacOS+M3pro芯片，所以选择Download for Mac Apple chip

3、下载完毕后安装即可。

Docker方式运行Open-webui

1、在命令行下进入open-webui目录下

2、运行如下命令进行Docker镜像的拉取和容器启动

docker-compose up

3、稍等片刻后，Docker容器显示如下内容代表正常启动

4、由于open-webui默认是3000端口，所以在浏览器访问http://localhost:3000/

5、按照页面提示注册账号后即可登录系统

下载模型文件

1、进入open-webui的主页面
2、选择一个模型的下拉菜单下，输入我们想下载的模型，例如：llama3

3、点击pull ‘llama3’ from Ollama.com，等待模型文件的下载

开启对话功能

待模型文件下载完毕后，就可以在对话框中发送消息与其交互。

下一步计划，我将尝试微调模型后，通过ollama3加载与其对话。

附录：

参考文章《open-webui+ollama本地部署Llama3》