在Docker上部署Ollama+AnythingLLM完成本地LLM Agent部署

释放双眼，带上耳机，听听看~！

在当今快速发展的人工智能领域，本地部署大型语言模型（LLM）Agent正逐渐成为企业和研究者关注的焦点。本地部署不仅能够提供更高的数据安全性和隐私保护，还能减少对外部服务的依赖，提高响应速度和系统稳定性。本文将介绍如何通过Docker容器技术，结合Ollama和AnythingLLM两款工具，完成本地LLM Agent的部署和应用。

Ollama镜像部署

Ollama是一个开源的大型语言模型服务工具，它为用户在本地环境中快速部署和运行大型模型提供了便利。通过简洁的安装指南和一键命令，用户能够迅速地启动如Llama 2和Llama 3等开源大型语言模型。Ollama通过简化LLM部署和管理流程，使用户能够高效地在本地环境中操作大型语言模型。

本文以Windows系统下的Docker部署Ollama为例，通过镜像能够轻量化且更方便地管理虚拟环境。

首先在官网Docker Desktop: The #1 Containerization Tool for Developers | Docker下载Docker Desktop，下载后在DockerHub中可以找到ollama项目，拉取镜像。

这里注意Docker的安装程序默认安装在C盘，由于镜像文件非常大，所以如果想要更换安装路径可以在终端通过如下类似的命令安装：

"D:DownloadDocker Desktop Installer.exe"  install --installation-dir="D:ProgramDocker"

拉取镜像完成后，在Images栏可以确认镜像拉取是否成功。

随后打开终端，使用以下命令创建一个容器用来运行Ollama实例（该命令适用于仅支持CPU的系统，GPU支持或是AMD显卡支持命令可以参考Hub里面的Ollama项目文档）

docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama

其中—name参数可以自行调整为自己需要的名字，用以区分不同容器。

随后便在容器中运行想要的LLM。

docker exec -it ollama ollama run llama3:8b-instruct-q8_0

Ollama官方library (ollama.com)提供了丰富的模型库，不同公司的模型还有不同的微调版本任君选择，这里选择了llama3:8b-instruct-q8_0版本，其中q8代表压缩率，q后的数字越小压缩率越高，模型文件的大小也就越小，同样的性能会有一定下降。llama3默认是q4的压缩率。

第一次运行时，ollama会自动下载模型文件。

这里可以发现提示内存不足，实际上并不是内存不足，而是Docker的默认内存设置限制。

根据提示可以发现我们需要修改.wslconfig文件。Win+R后输入%UserProfile%以进入用户文件夹，新建.wslconfig文件输入以下内容。更完善的.wslconfig文件格式参见WSL 中的高级设置配置 | Microsoft Learn。

[wsl2]         # 节标签
memory=2048MB  # 限制最大使用内存
swap=2GB       # 限制最大使用虚拟内存
processors=2   # 限制最大使用cpu个数

修改完后需要运行wsl –shutdown来关闭wsl实例，随后重新打开使默认设置生效。

再次运行时，出现了交互窗口，运行命令如图。

AnythingLLM

AnythingLLM 是一款全能的人工智能应用程序，它允许用户与文档进行交互，使用人工智能助手，并且具有高度的可配置性。它支持多用户管理并且设置过程简单，无需繁琐的设置。这款应用程序能够将任何文档、资源或内容转换成上下文信息，供大型语言模型（LLM）在聊天过程中作为参考使用。用户可以根据自己的需要选择使用不同的LLM或向量数据库。

在官网Download AnythingLLM for Desktop下载应用程序，打开之后设置LLM首选项，在ollama下面可以找到刚才下载的模型文件，注意此处还可以修改Max Tokens数。不同的模型有不同的适用参数，AnythingLLM暂时还不能自动适配推荐，因此需要额外进行搜索，比如llama3:8b-instruct-q8_0模型的Max Tokens为8192。