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 codeqwenollama 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-textollama 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。
