【大模型本地部署】dify 如何集成 Ollama
在文章 MAC OS 本地部署开源大模型和 [MAC OS 本地搭建部署 dify
分别介绍了在mac os系统下通过ollma 部署和管理本地大模型，以及在本地搭建 dify，在 dify 中可以引用 ollma 的本地大模型，本文主要介绍如何引入。
一、dify 集成Ollama的作用
- 本地化部署与隐私保护
本地运行：通过集成 Ollama，Dify 可以在本地运行大型语言模型（LLM），无需依赖远程服务器。这不仅降低了对网络的依赖，还提高了数据处理的隐私性，特别适合对数据安全有较高要求的场景。
自定义模型：用户可以通过 Ollama 的 Modelfile 自定义模型参数和行为，进一步提升模型的灵活性和适应性。
- 简化模型管理与部署
模型管理：Ollama 提供了模型的下载、更新、删除等管理功能，简化了模型的部署流程。Dify 则通过直观的界面和工具，进一步降低了模型管理的复杂性。
快速部署：Dify 支持多种模型（如 Llama3、Mistral 等），能够无缝集成来自多家推理提供商和自托管解决方案的模型。通过集成 Ollama，用户可以快速部署和使用这些模型，加速从原型开发到生产的过程。
二、具体操作
1. dify 首页点击头像，点击设置，找到 ollama 服务商
2. 确保 Ollama 是运行状态
浏览器输入： ，如显示如下，则是运行状态
3. 添加 Ollma 模型
点击「保存」则可在模型供应商找到已添加好的ollma 本地模型。
注意：
⚠️如果你使用docker部署Dify与Ollama，可能会遇到以下错误：
httpconnectionpool(host=127.0.0.1, port=11434): max retries exceeded with url:/cpi/chat (Caused by NewConnectionError('<urllib3.connection.HTTPConnection object at 0x7f8562812c20>: fail to establish a new connection:\[Errno 111\] Connection refused'))
httpconnectionpool(host=localhost, port=11434): max retries exceeded with url:/cpi/chat (Caused by NewConnectionError('<urllib3.connection.HTTPConnection object at 0x7f8562812c20>: fail to establish a new connection:\[Errno 111\] Connection refused'))
出现此错误的原因是无法从 docker 容器访问 Ollama 服务。localhost通常指的是容器本身，而不是主机或其他容器。要解决此问题，您需要将 Ollama 服务公开到网络。
4. dify 访问 ollma 报错 MAC 解决方案
在 dify 根目录下vim .env文件，如果没该文件则新建，如果有该文件则添加如下命令
OLLAMA_API_BASE=http://host.docker.internal:11434
记得重启 dify 服务，即可引入加载成功，如下所示
如何系统的去学习大模型LLM ？
大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。
事实上，抢你饭碗的不是AI，而是会利用AI的人。
继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？
与其焦虑……
不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！
但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。
针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓
👉👈
一、LLM大模型经典书籍
AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。
二、640套LLM大模型报告合集
这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
三、LLM大模型系列视频教程
四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）
LLM大模型学习路线 ↓
阶段1：AI大模型时代的基础理解
目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例
阶段2：AI大模型API应用开发工程
目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望
阶段3：AI大模型应用架构实践
目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
内容：
- L3.1 Agent模型框架
- L3.2 MetaGPT
- L3.3 ChatGLM
- L3.4 LLAMA
- L3.5 其他大模型介绍
阶段4：AI大模型私有化部署
目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
内容：
- L4.1 模型私有化部署概述
- L4.2 模型私有化部署的关键技术
- L4.3 模型私有化部署的实施步骤
- L4.4 模型私有化部署的应用场景
这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓
👉👈
