# 文件目录说明
- /data/ollama : 本项目根目录,本项目所有目录都在这个路径下面

# 下载gguf模型:
- 网址: https://hf-mirror.com/
- 搜要下载的模型,比如,想现在llama3 8b的模型,则搜索: llama3 8b gguf
- 找到gguf字样的进去,下载,下载建议下载k4_0级别的,效果和效率最优,注意下载文件格式一定是.gguf的才行

# Modelfile文件
- 创建文件:touch Modlefile
- 编辑Modlefile,修改并粘贴以下内容
    
~~~ 
    FROM ./这里替换成需要部署的模型名称.gguf
    
    TEMPLATE """
    {{ if .System }}<|start_header_id|>system<|end_header_id|>\n\n{{ .System }}<|eot_id|>{{ end }}
    {{ if .Prompt }}<|start_header_id|>user<|end_header_id|>\n\n{{ .Prompt }}<|eot_id|>{{ end }}
    <|start_header_id|>assistant<|end_header_id|>\n\n{{ .Response }}<|eot_id|>
    """
~~~

# 使用Docker构建步骤

- 首先安装容器工具包(必须,如果已安装可以不安装)
    1. 首先配置源:curl -s -L https://nvidia.github.io/libnvidia-container/stable/rpm/nvidia-container-toolkit.repo | sudo tee /etc/yum.repos.d/nvidia-container-toolkit.repo
    2. 安装: sudo yum install -y nvidia-container-toolkit
    3. 配置docker: sudo nvidia-ctk runtime configure --runtime=docker
    4. 重启docker: systemctl restart docker
- 构建步骤
  1. 加载ollama的镜像,镜像版本0.2.8
     - 本地加载: docker load -i ollama.tar.gz
  2. 运行容器: sudo docker run -d --gpus=all -e NVIDIA_VISIBLE_DEVICES=all -v /data/ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama
  3. 将模型文件复制本地目录/data/ollama/gguf下
  4. 在/data/ollama/gguf目录下创建Modlefile文件,并将FROM的模型的名称修改为对应的.gguf文件名称
  5. 进入容器: docker exec -it ollama bash
  6. 进入目录: cd /root/.ollama/gguf
  7. 执行命令ollama create llama3-chinese:8b -f Modelfile  (将 llama3-chinese:8b修改成你想要命名的名称)