0
0

Qwen2 阿里最强开源大模型（Qwen2-7B）本地部署、API调用和WebUI对话机器人

阿里巴巴通义千问团队发布了Qwen2系列开源模型，该系列模型包括5个尺寸的预训练和指令微调模型：Qwen2-0.5B、Qwen2-1.5B、Qwen2-7B、Qwen2-57B-A14B以及Qwen2-72B。对比当前最优的开源模型，Qwen2-72B在包括自然语言理解、知识、代码、数学及多语言等多项能力上均显著超越当前领先的Llama3-70B等大模型。

Qwen2-72B模型评测

老牛同学今天部署和体验Qwen2-7B-Instruct指令微调的中等尺寸模型，相比近期推出同等规模的开源最好的Llama3-8B、GLM4-9B等模型，Qwen2-7B-Instruct依然能在多个评测上取得显著的优势，尤其是代码及中文理解上。

Qwen2-7B模型

特别注意： 虽然Qwen2开源了，但仍然需要遵循其模型许可，除Qwen2-72B依旧使用此前的Qianwen License外，其余系列版本模型，包括Qwen2-0.5B、Qwen2-1.5B、Qwen2-7B以及Qwen2-57B-A14B等在内，均采用Apache 2.0许可协议。

下载Qwen2-7B-instruct模型文件

为了简化模型的部署过程，我们直接下载GGUF文件。关于GGUF文件介绍，请详见部署Llama3-8B大模型的文章：玩转AI，笔记本电脑安装属于自己的Llama 3 8B大模型和对话客户端

打开Qwen2-7B-Instruct-GGUF模型文件列表（https://modelscope.cn/models/qwen/Qwen2-7B-Instruct-GGUF/files），我们选择**qwen2-7b-instruct-q5_k_m.gguf**并下载：

Qwen2-7B量化模型文件

我们可以根据自己需要，选择下载其它版本的模型文件！

启动Qwen2-7B-Instruct大模型

GGUF模型量化文件下载完成后，我们就可以来运行Qwen2-7B大模型了。

在启动Qwen2-7B大模型之前，我们首先需要安装Python依赖包列表：

pip install llama-cpp-python
pip install openai
pip install uvicorn
pip install starlette
pip install fastapi
pip install sse_starlette
pip install starlette_context
pip install pydantic_settings

然后打开一个Terminal终端窗口，切换到GGUF模型文件目录，启动Qwen2-7B大模型（

./qwen2-7b-instruct-q5_k_m.gguf

即为上一步下载的模型文件路径）：

# 启动Qwen2大模型# n_ctx=20480代表单次回话最大20480个Token数量
python -m llama_cpp.server \--host0.0.0.0 \--model ./qwen2-7b-instruct-q5_k_m.gguf \--n_ctx20480

Qwen2-7B启动成功

Qwen2-7B-instruct 命令行对话客户端

CLI命令行的客户端，可以参考之前LLama3-8B大模型的文章：https://mp.weixin.qq.com/s/MekCUJDhKzuUnoykkGoH2g

# client.pyfrom openai import OpenAI

# 注意服务端端口，因为是本地，所以不需要api_key
client = OpenAI(base_url="http://127.0.0.1:8000/v1",
                api_key="not-needed")# 对话历史：设定系统角色是一个只能助理，同时提交“自我介绍”问题
history =[{"role":"system","content":"你是一个智能助理，你的回答总是容易理解的、正确的、有用的和内容非常精简."},]# 首次自我介绍完毕，接下来是等代码我们的提示whileTrue:
    completion = client.chat.completions.create(
        model="local-model",
        messages=history,
        temperature=0.7,
        stream=True,)

    new_message ={"role":"assistant","content":""}for chunk in completion:if chunk.choices[0].delta.content:print(chunk.choices[0].delta.content, end="", flush=True)
            new_message["content"]+= chunk.choices[0].delta.content

    history.append(new_message)print("\033[91;1m")

    user_input =input("> ")if user_input.lower()in["bye","quit","exit"]:# 我们输入bye/quit/exit等均退出客户端print("\033[0mBYE BYE!")break

    history.append({"role":"user","content": user_input})print("\033[92;1m")

启动CLI对话客户端：

python client.py

Qwen2-7B启动成功

至此，我们可以与Qwen2-7B-Instruct进行对话，体验Qwen2大模型的魅力了。

如果我们主要是通过API的方式使用Qwen2大模型，那么Qwen2部署就到此结束了。

接下来的章节，我们部署WebUI对话客户端，通过Web界面的方式使用Qwen2大模型，并且可以分享出去~

Qwen2-7B-Instruct WebUI客户端

结合Ollama工具，搭建WebUI客户端，可参考之前Llama3-8B大模型的文章：一文彻底整明白，基于Ollama工具的LLM大语言模型Web可视化对话机器人部署指南

第一步： 我们需要下载安装Ollama本地大模型管理工具：

Ollama

提供了MacOS、Linux和Windows操作系统的安装包，大家可根据自己的操作系统，下载安装即可：

Ollama下载

安装包下载之后的安装过程，和日常安装其他软件没有差别，包括点击

Next

以及

Install

等安装

ollama

到命令行。安装后续步骤中，我们可无需安装任何模型，因为我们在上文中我们已经安装了

Qwen2-7B

大模型，后面可以直接使用。

第二步： 安装

Node.js

编程语言工具包

安装

Node.js

编程语言工具包和安装其他软件包一样，下载安装即可：https://nodejs.org

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

安装完成之后，可以验证一下 Node.js 的版本，建议用目前的最新v20版本：

node-v

老牛同学安装的版本：v20.13.1（最新版本）

第三步： 基于GGUF模型文件创建

Ollama

模型

在我们存放

Qwen2-7B

的 GGUF 模型文件目录中，创建一个文件名为

Modelfile

的文件，该文件的内容如下：

FROM ./qwen2-7b-instruct-q5_k_m.gguf

然后在Terminal终端，使用这个文件创建

Ollama

模型，这里我把

Ollama

的模型取名为Qwen2-7B：

$ ollama create Qwen2-7B -f ./Modelfile
transferring model data 
using existing layer sha256:258dd2fa1bdf98b85327774e1fd36e2268c2a4b68eb9021d71106449ee4ba9d5 
creating new layer sha256:14f4474ef69698bf4dbbc7409828341fbd85923319a801035e651d9fe6a9e9c9 
writing manifest 
success

最后，通过

Ollama

启动我们刚创建的大语言模型：

ollama run Qwen2-7B

启动完毕，其实我们已经有了一个和之前差不多的控制台对话界面，也可以与

Qwen2-7B

对话了。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

如果我们不想要这个模型了，也可以通过命令行删除模型文件：

ollama rm Qwen2-7B

我们也可以查看本地Ollama管理的模型列表：

ollama list

Ollama

存放模型文件根目录：

~/.ollama

第四步： 部署

Ollama

大模型Web对话界面

控制台聊天对话界面体验总归是不太好，接下来部署 Web 可视化聊天界面。

首先，下载

ollama-webui

Web 工程代码：

git clone https://github.com/ollama-webui/ollama-webui-lite

然后切换

ollama-webui

代码的目录：

cd ollama-webui-lite

设置 Node.js 工具包镜像源，以接下来下载 Node.js 的依赖包更加快速：

npm config set registry http://mirrors.cloud.tencent.com/npm/

安装 Node.js 依赖的工具包：

npm install

最后，启动 Web 可视化界面：

npm run dev

WebUI启动成功

如果看到以上输出，代表 Web 可视化界面已经成功了！

第五步： 通过WebUI愉快与Qwen2-7B对话

浏览器打开 Web 可视化界面：http://localhost:3000/

可以看到

Ollama

的初始化页面，默认没有模型，需要选择，我们选择刚创建并部署的

Qwen2-7B

模型：

选择Qwen2-7B大模型

底部就是聊天输入框，至此可以愉快的与

Qwen2-7B

聊天对话了：

总结：Qwen2-7B比Llama3-8B快

老牛同学验证和对比，在文本推理上，Qwen2-7B确实比Llama3-8B要快很多。后续老牛同学中文文本推理相关的API接口，就主要采用更快Qwen2-7B大模型了~

其他：

Ollama

工具常用用法

从上文的介绍可以看到，基于

Ollama

部署一个大模型的 Web 可视化对话机器人，还是非常方便。下面整理了部分

Ollama

提供的用法或者。

Ollama 命令工具

# 查看当前Ollama的模型
ollama list

# 增量更新当前部署的模型
ollama pull Qwen2-7B

# 删除一个模型文件
ollama rm Qwen2-7B

# 复制一个模型
ollama cp Qwen2-7B Qwen2-newModel

Ollama API结果返回

curl http://localhost:11434/api/generate -d'{
  "model": "Qwen2-7B",
  "prompt":"为什么天空是蓝色的？"
}'

Ollama API聊天对话

curl http://localhost:11434/api/chat -d'{
  "model": "Qwen2-7B",
  "messages": [
    { "role": "user", "content": "为什么天空是蓝色的？" }
  ]
}'

关注本公众号，我们共同学习进步👇🏻👇🏻👇🏻

微信公众号：老牛同学

微信公众号：老牛同学

Qwen2-7B 开源大模型

Qwen2 阿里最强开源大模型（Qwen2-7B）本地部署、API调用和WebUI对话机器人

Llama3-8B 开源大模型

玩转 AI，笔记本电脑安装属于自己的 Llama 3 8B 大模型和对话客户端

一文彻底整明白，基于 Ollama 工具的 LLM 大语言模型 Web 可视化对话机器人部署指南

基于Llama 3搭建中文版（Llama3-Chinese-Chat）大模型对话聊天机器人

GLM-4-9B 开源大模型

本地部署GLM-4-9B清华智谱开源大模型方法和对话效果体验

ChatTTS 文本转语音模型

ChatTTS 开源文本转语音模型本地部署、API使用和搭建WebUI界面

大模型应用

借助AI大模型，三分钟原创一部儿童故事短视频（附完整操作步骤）

高效编写大模型 Prompt 提示词，解锁 AI 无限创意潜能

Python 小游戏

AI已来，我与AI一起用Python编写了一个消消乐小游戏

Python游戏编程：一步步用Python打造经典贪吃蛇小游戏

标签： ai 人工智能 大模型
本文转载自: https://blog.csdn.net/obullxl/article/details/139637692
版权归原作者 老牛同学 所有， 如有侵权，请联系我们删除。
登录后发布评论

“Qwen2 阿里最强开源大模型（Qwen2-7B）本地部署、API调用和WebUI对话机器人”的评论:

还没有评论
关于作者
...
overfit同步小助手
文章同步
相关阅读

hive分区详细教程

使用Python实现对接Hadoop集群（通过Hive）并提供API接口

springboot整合nacos

Postman Pre-request Script

Apifox、Postman进行接口调用时如何携带cookie？

使用IDEA启动项目build时，解决Java编译时内存溢出问题：OutOfMemoryError深入解析

zookeeper实现RMI服务，高可用，HA

文章导航