因为要做项目，实验室的服务器不联网，所以只能先打包一个基础的docker环境，然后再在实验室的服务器上进行解压和配置环境
参考：https://zhuanlan.zhihu.com/p/23377266873
1.打包基础的docker环境
这里最好用有cuda的，我选择跟服务器匹配的cuda环境，安装系统依赖的时候，最好安装一个curl，我搞忘了
# 使用带有CUDA支持的PyTorch官方镜像
FROM pytorch/pytorch:2.2.1-cuda12.1-cudnn8-runtime# 设置工作目录
WORKDIR /usr/src/app# 安装其他系统依赖
RUN apt-get update && apt-get install -y \openssh-server \vim \&& apt-get clean \&& rm -rf /var/lib/apt/lists/*# 3. 配置SSH服务
RUN mkdir /var/run/sshd && \echo 'root:123456' | chpasswd && \sed -i 's/#PermitRootLogin prohibit-password/PermitRootLogin yes/' /etc/ssh/sshd_config && \sed -i 's/#PasswordAuthentication yes/PasswordAuthentication yes/' /etc/ssh/sshd_config
构建镜像
docker build -t ollama-llm .
docker run -it ollama-llm bash
打包镜像
docker ps -a //查看容器ID
docker commit 368369a3c853【查到的ID】 ubuntu:test
导出：docker image save ubuntu:test -o sl_sum.tar【名字】
2.下载需要在服务器上进行安装的资源：
下载大模型：我选择的是deepseek-1.5b的gguf模型
https://huggingface.co/roleplaiapp/DeepSeek-R1-Distill-Qwen-1.5B-Q2_K-GGUF/tree/main
下载https://github.com/ollama/ollama/releases/里面对应的ollama-linux-amd64.tgz
把这个上传到服务器指定位置
3.在服务器上进行配置
（1）移动、解压文件、权限配置：
//移动
mv ~/data1/lib/ollama-linux-amd64.tgz /usr/src/app/ollama
mv ~/data1/lib/deepseek-r1-distill-qwen-1.5b-q2_k.gguf /usr/src/app/ollama/models
//解压
在/usr/src/app/ollama# 这个路径下
tar -C /usr -xzf ollama-linux-amd64.tgz
//权限配置
chmod +x /usr/bin/ollama
useradd -r -s /bin/false -m -d /usr/share/ollama ollama
（2）配置ollama.service
命令：
vi /etc/systemd/system/ollama.service
ollama.service文件：
[Unit]
Description=Ollama Service
After=network-online.target[Service]
ExecStart=/usr/bin/ollama serve
User=ollama
Group=ollama
Restart=always
RestartSec=3
# 你模型的位置
Environment="OLLAMA_MODELS=/usr/src/app/ollama/models"
# 你要从外面调用服务器的模型一定要设置为这个
Environment="OLLAMA_HOST=0.0.0.0:11434"
[Install]
WantedBy=default.target
（3）启动服务
## 启动Ollama服务
ollama serve
要注意：
这里如果是127.0.0.1，本地是连不上服务器的
再打开前记得配置一下：
export OLLAMA_HOST=0.0.0.0:11434
再进行ollama serve，如果显示0.0.0.0:11434，就对了。
（4）配置模型：
创建Modelfile文件：
//在/models，这里面我放了ds的gguf模型
//创建Modelfile文件，跟模型一个文件夹 /usr/src/app/ollama/models#
vim deepseek.Modelfile
写入Modelfile文件，可以自定义输出格式：
# 这里的名字，跟你模型要一样
FROM ./deepseek-r1-distill-qwen-1.5b-q2_k.gguf
TEMPLATE """{{ if .System }}<|im_start|>system
{{ .System }}<|im_end|>
{{ end }}{{ if .Prompt }}<|im_start|>user
{{ .Prompt }}<|im_end|>
{{ end }}<|im_start|>assistant
"""
SYSTEM """
你是一个乐于助人的助手，你需要用正经的风格去回答问题。
"""
4.开启服务
（1）在容器中：
//在/models
//格式：ollama create (name) -f (Modelfile地址)
ollama create deepseek:1.5b -f ./deepseek.Modelfile
使用模型：
ollama run deepseek:1.5b "请用几句话写一个中文笑话"
（2）在本地调用
## 启动Ollama服务
ollama serve
在本地打开一个cmd
curl http://10.20.26.187:11434/api/generate -d '{"model": "deepseek:1.5b","prompt": "请简单介绍自己","stream": true #是否采用流式输出
}'
