AI大模型应用开发-大模型工具：Ollama 安装与使用（拉取小模型）、Streamlit 基础（搭建简单网页）
一、 第一部分：Ollama 安装与使用（拉取小模型，Windows 环境）
核心目标
完成 Ollama 安装，学会拉取轻量大模型、交互式运行模型，实现 “终端提问→模型回复” 的基础功能，小白优先选择低显存占用的小模型，避免电脑卡顿。
步骤 1：Ollama 下载与安装
-
官网下载（安全无捆绑）直接访问 Ollama 官方下载页：Ollama Windows 下载小白避坑：下载完成后得到
.exe安装包（文件名OllamaSetup.exe），无需纠结版本，官网默认提供最新稳定版。
-
安装步骤（全程无脑下一步，关键避坑）
- 双击
OllamaSetup.exe，弹出安装窗口，点击「Next」。 - 同意许可协议，点击「Next」。
- 选择安装路径：建议安装在非 C 盘（比如
D:SoftwareOllama），路径无中文、无空格（避免后续运行报错）。 - 点击「Install」，等待安装完成（约 1-2 分钟，安装包较小）。
- 安装完成后，点击「Finish」，Ollama 会自动后台运行（Windows 任务栏右下角会出现 Ollama 图标，说明启动成功）。
- 双击
-
验证 Ollama 安装是否成功
- 打开 Windows 命令提示符（Win+R，输入
cmd，回车）。 - 输入验证命令：
ollama --version - 运行结果：显示
ollama version x.x.x（比如ollama version 0.1.29），说明安装成功且配置了环境变量；若提示「'ollama' 不是内部或外部命令」，重启电脑即可（Ollama 安装后会自动配置环境变量，重启生效）。
- 打开 Windows 命令提示符（Win+R，输入
步骤 2：拉取轻量大模型（小白首选，低显存占用）
前置说明
- 优先选择 0.5B/1B 参数的小模型（B = 参数规模，数值越小，显存占用越低，Windows 普通电脑（8G/16G 内存）也能流畅运行）。
- 推荐模型：
qwen2:0.5b（通义千问轻量版，中文支持好，适合小白），无需额外配置，终端一条命令即可拉取。
拉取操作（全程在 cmd 中执行）
- 打开 cmd，输入拉取命令（直接复制，回车执行）：
ollama pull qwen2:0.5b - 等待下载完成：Ollama 会自动下载模型文件（约几百 MB，下载速度取决于网络），cmd 会显示下载进度条（
pulling manifest→pulling weights→success）。 - 小白避坑：
- 下载慢 / 卡住：无需手动干预，耐心等待，Ollama 会自动断点续传。
- 无网络无法下载：若后续电脑无网络，需提前在有网环境下拉取完成，模型文件会保存在 Ollama 安装目录，离线也能运行。
步骤 3：运行 Ollama 模型（交互式聊天，小白易上手）
- 启动模型：cmd 中输入运行命令，回车：
ollama run qwen2:0.5b - 验证启动成功：cmd 显示
>>>提示符，说明模型已就绪，可开始提问。 - 交互式聊天示例（直接在 cmd 中输入问题，回车即可得到回复）：
- 输入：
什么是AI大模型？用小白能懂的语言解释 - 等待：模型会快速生成回复（小模型响应速度快，约 1-3 秒）。
- 继续提问：回复完成后，仍会显示
>>>，可继续输入下一个问题。
- 输入：
- 退出模型：输入
/bye，回车，即可退出交互式聊天，回到 cmd 默认提示符。
小白常见 Ollama 问题解决
- 模型运行卡顿：关闭电脑上其他大型软件（比如浏览器多标签、视频播放器），释放内存。
- 无法启动模型：检查 Ollama 后台是否运行（任务栏右下角有无 Ollama 图标），无则双击 Ollama 安装目录下的
ollama.exe启动。 - 回复乱码：模型本身支持中文，无需额外配置，乱码多为 cmd 编码问题，可右键 cmd 窗口→「属性」→「字体」，选择「Consolas」即可。
二、 第二部分：Streamlit 基础（搭建简单网页，Windows 环境 ）
核心目标
用 Python+pip 安装 Streamlit，学会编写简单网页、运行网页，实现 “浏览器可视化界面”，为后续搭建聊天机器人界面铺路。
前置准备：验证 Python 与 pip（无 Anaconda 必备）
需确保电脑已单独安装 Python（且配置了环境变量），Streamlit 通过 pip 安装（Python 自带 pip 工具）。
- 打开 cmd，输入以下两个命令，验证是否可用：
# 验证Python python --version # 验证pip pip --version - 运行结果：显示对应版本号（比如
Python 3.10.13、pip 23.2.1），说明可用；若提示命令不识别，需先安装 Python（小白建议安装 Python 3.9/3.10，官网下载后勾选 “Add Python to PATH”）。
步骤 1：安装 Streamlit（pip 直接安装）
- 打开 cmd，输入安装命令（小白推荐使用国内镜像源，下载速度更快，避免超时失败）：
pip install streamlit -i https://pypi.tuna.tsinghua.edu.cn/simple - 等待安装完成：cmd 会显示安装进度，最后提示
Successfully installed streamlit-x.x.x，说明安装成功。 - 小白避坑：
- 安装报错「Permission denied」：以 “管理员身份” 打开 cmd，重新执行安装命令。
- 提示 pip 版本过低：先升级 pip，输入
python -m pip install --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple，再安装 Streamlit。
步骤 2：验证 Streamlit 安装（运行默认演示网页）
- cmd 中输入验证命令，回车：
streamlit hello - 自动执行流程：
- Streamlit 会自动启动本地服务（显示
You can now view your Streamlit app in your browser）。 - 自动打开默认浏览器，显示 Streamlit 演示网页（包含多个示例功能，比如绘图、数据展示）。
- Streamlit 会自动启动本地服务（显示
- 验证成功：浏览器能正常打开演示网页，且无报错，说明 Streamlit 安装完成且可正常运行。
- 关闭演示网页：
- 浏览器直接关闭即可。
- 回到 cmd，按
Ctrl + C，输入y回车，停止 Streamlit 服务。
步骤 3：编写第一个简单 Streamlit 网页（小白友好，无复杂逻辑）
核心说明
Streamlit 的核心优势：无需懂 HTML/CSS/JS，只用 Python 代码，就能搭建可视化网页，小白只需掌握几个基础函数，就能实现简单界面。
-
创建 Python 脚本文件
- 新建一个文件夹（存放 Streamlit 脚本，比如
D:AI_StudyStreamlit_Projects，路径无中文、空格）。 - 在该文件夹中，右键→「新建」→「文本文档」，重命名为
first_streamlit_web.py（后缀必须改为.py，不是.txt，小白注意：需先显示文件扩展名，Windows 文件夹选项中勾选 “文件扩展名”）。
- 新建一个文件夹（存放 Streamlit 脚本，比如
-
编写网页代码（直接复制，注释详细）打开
first_streamlit_web.py，粘贴以下代码，保存文件（Ctrl+S）：# 导入Streamlit库，简写为st（小白固定写法，无需修改） import streamlit as st # 1. 设置网页标题（显示在浏览器标签栏） st.set_page_config(page_title="小白学AI第一个网页") # 2. 添加网页大标题（一级标题，居中显示） st.title("✨ 小白AI学习网页演示") # 3. 添加普通文本内容（支持换行、格式化） st.write("这是用Streamlit搭建的第一个简单网页，无需懂前端知识！") st.write("对应大纲中的「搭建简单网页」学习目标，后续可升级为聊天机器人界面。") # 4. 添加输入框（获取用户输入的姓名） user_name = st.text_input("请输入你的姓名：") # 5. 添加按钮（点击按钮后，显示问候语） if st.button("点击获取问候"): # 判断用户是否输入了姓名 if user_name: st.success(f"你好，{user_name}！祝你顺利掌握AI大模型开发～") else: st.warning("请先输入你的姓名哦！") # 6. 添加分隔线和备注文本 st.divider() st.caption("Streamlit基础演示 | 零基础小白友好") -
运行 Streamlit 网页
- 打开 cmd，切换到脚本所在文件夹（比如
D:AI_StudyStreamlit_Projects），输入切换目录命令（修改为你的文件夹路径）：cd D:AI_StudyStreamlit_Projects - 输入运行命令，回车：
streamlit run first_streamlit_web.py
- 打开 cmd，切换到脚本所在文件夹（比如
-
查看运行结果
- Streamlit 自动启动本地服务，打开默认浏览器，显示你编写的网页。
- 实操测试：输入姓名，点击按钮，查看是否显示成功问候语，体验网页交互流程。
-
核心基础语法总结（小白入门必备）
Streamlit 函数 作用 st.title()添加一级标题，突出核心主题 st.write()添加普通文本、数据，支持格式化 st.text_input()添加文本输入框，获取用户输入 st.button()添加交互按钮，点击触发逻辑 st.success()/st.warning()显示带颜色的提示信息
步骤 4：关闭 Streamlit 服务
- 浏览器关闭网页后，回到 cmd，按
Ctrl + C，输入y回车，即可停止本地服务，恢复 cmd 默认状态。
小白常见 Streamlit 问题解决
- 运行命令报错「No such file or directory」：检查
cd命令是否切换到了脚本所在文件夹，或脚本文件名是否输入正确（区分大小写）。 - 浏览器无法打开网页：cmd 中显示的网址（比如
http://localhost:8501），手动复制到浏览器地址栏，回车访问。 - 网页无响应：关闭其他占用内存的软件，按
Ctrl + C停止服务，重新运行脚本。
三、 综合实操：整合 Ollama 与 Streamlit（简易聊天界面预览）
核心目标
简单整合两者，让你直观看到 “网页界面调用本地 Ollama 模型” 的效果，后续深入学习可完善该功能，对应大纲中的「本地聊天机器人」项目。
-
创建整合脚本：在
Streamlit_Projects文件夹中，新建ollama_streamlit_chat.py，粘贴以下代码：import streamlit as st import subprocess # 设置网页标题 st.set_page_config(page_title="小白简易AI聊天机器人") st.title("🤖 本地大模型聊天界面（Ollama+Streamlit）") # 输入框：获取用户提问 user_question = st.text_input("请输入你的问题：") # 按钮：提交问题，调用Ollama模型 if st.button("发送提问"): if user_question: st.info("模型正在思考中...") # 调用Ollama模型（qwen2:0.5b），获取回复 try: # 执行Ollama命令，获取输出结果 result = subprocess.run( ["ollama", "run", "qwen2:0.5b", user_question], capture_output=True, text=True, encoding="utf-8" ) # 显示模型回复 st.success("模型回复：") st.write(result.stdout) except Exception as e: st.error(f"出错啦：{str(e)}") else: st.warning("请先输入你的问题哦！") -
运行整合脚本：
- cmd 切换到脚本文件夹，输入命令：
streamlit run ollama_streamlit_chat.py - 浏览器打开网页后，输入问题（比如「什么是 LoRA 微调？」），点击「发送提问」，等待模型回复。
- cmd 切换到脚本文件夹，输入命令：
-
注意事项：该脚本为简易版本，仅作演示，后续可学习优化（比如持续聊天、格式美化等），核心是让你理解 “网页工具调用本地大模型” 的逻辑。
总结
- Ollama 核心：Windows 安装无脑下一步，拉取轻量模型（
qwen2:0.5b），运行命令ollama run 模型名，交互式聊天用/bye退出。 - Streamlit 核心：无 Anaconda 时用
pip安装（搭配国内镜像源），核心命令streamlit run 脚本名.py，入门只需掌握st.title()/st.text_input()等基础函数。 - 关键避坑：所有路径无中文 / 空格，cmd 命令验证安装是否成功，运行报错优先检查命令拼写和环境变量。
