“ 本文主要介绍如何使用LocalAI在消费级笔记本电脑上搭建LLM大模型环境。”

什么是LocalAI?

在LocalAI的官网上得到的答案是：LocalAI是免费的、开源的，是OpenAI的替代品。LocalAI有着与OpenAI API规范兼容的REST API，用于本地推理。它允许您使用消费级硬件运行LLMs，在本地或内部生成图像、音频（不仅如此），支持多个型号系列和架构。不需要GPU。

如何安装？

首先你的电脑环境中需要预先安装:

1.git (用于clone LocalAI仓库)

2.docker desktop(window环境下，linux下用docker compose)

3.http工具（postman、apipost或者curl）

clone LocalAI仓库

git clone https://github.com/go-skynet/LocalAI

clone成功后出现LocalAI目录

修改环境配置文件

进入目录中找到.env文件，修改红线部分注释，THREADS官网推荐改成小于等于CPU核心数。

Docker拉取Local镜像

docker compose up -d --pull always

镜像下载好后，就可以在Docker Desktop里面看到

获取模型

模型可以在Hugging Face上找到：https://huggingface.co/models? search=gguf，或者gpt4all的模型也兼容：https://github.com/nomic-ai/gpt4all，比如我这里下载的就是huggingface上的llama-2-7b-chat.Q4_K_M.gguf（3.79G）。

配置模型

在LocalAI的models文件夹中新建llama3.yaml

name: llama2parameters:model: llama-2-7b-chat.Q4_K_M.gguftop_k: 80temperature: 0.2top_p: 0.7context_size: 1024threads: 12backend: llamaroles:assistant: 'ASSISTANT:'system: 'SYSTEM:'user: 'USER:'//定义模板文件template:  chat: llama2-chat  completion: llama2-completion

同样在models新建模板文件llama2-chat.tmpl和llama2-completion.tmpl

USER: {{.Input}} ASSISTANT:

Complete the following sentence: {{.Input}}

启动LocalAI容器

使用HTTP工具测试LLMs模型是否成功

调用地址：http://localhost:8080/v1/chat/completions

入参：

{ "model": "llama2", "messages": [{"role": "user", "content": "what is 3 plus 3 and minus 5"}], "temperature": 0.9 }

有时候，答案需要一些时间。但是，通过在请求中添加 stream 参数，您不必等待完整的响应，而是可以逐个字符接收，以便将响应显示给用户。通过这种方式，您可以为用户提供更好的用户体验。

{ "model": "llama2", "messages": [{"role": "user", "content": "what is 3 plus 3 and minus 5"}], "temperature": 0.9, "stream":true}

返回