一、大模型+工作流的优势
降低任务门槛：工作流可以将复杂任务分解成多个小任务，降低每个任务的复杂度，从而减少对提示词和大模型推理能力的依赖。这样可以提升大模型处理复杂任务的性能和容错能力。
提升任务效率：工作流可以实现自动化处理，减少重复劳动和纠正。只需提供必要元素，工作流就可以直接输出结果，提高效率和稳定性。
提高任务的一致性：工作流可以确保任务的执行是一致的，减少人为错误和偏差，提高任务的可靠性和质量。
实现任务的可重复性：工作流可以实现任务的可重复性，减少重复劳动和开发时间，提高开发效率和生产力。
二 安装ollama
1、安装ollama
下载ollama官方mac安装程序，下载后直接双击应用程序安装。
地址：Ollama
下载需要的大模型
三、安装部署FastGPT
Docker Compose 快速部署 | FastGPT
3.1 使用Docker环境部署（请提前安装好docker）
在 Mac 上安装 Docker Desktop | Docker 文档
3.2 部署fastgpt
3.3 启动并配置oneapi模型：
访问本地部署好的oneapi：http://localhost:3001/channel
初始化的 用户名:root 密码：123456
3.4 配置Fastgpt
1、配置fastgpt的模型
进入最开始的fastgpt文件夹。找到config.json,配置llama3模型，位置和代码如下：
完成配置后需要重新启动dockerdesktop里面的oneapi和fastgpt。
2、访问fastgpt
地址：http://localhost:3000/login，默认用户名：root 密码：1234
本文转载自: https://blog.csdn.net/zwqjoy/article/details/141356627
版权归原作者 舒克与贝克 所有， 如有侵权，请联系我们删除。
版权归原作者 舒克与贝克 所有， 如有侵权，请联系我们删除。