一、用Ollama下载模型

首先我们需要安装Ollama，它可以在本地运行和管理大模型，访问链接为：https://ollama.com/

根据自己操作系统选择对应的安装包，需要注意的是这里可能需要魔法。

下载完成后点击安装，完成后安装窗口会自动关闭，你的系统托盘图标会出现一个常驻的Ollama标记

接下来win+R进入命令行界面，输入ollama就会返回相应的信息

可以根据自己的电脑配置来进行判断，自己应该下载哪个模型，我的电脑显存为24G，可以部署32b

输入指令：

ollama run deepseek-r1:32b

这里需要注意的是，需要魔法，请保持网络通畅。。。

下载完成之后即可在命令行中进行对话了：

二、安装Cherry Studio

命令行下进行对话实在是太抽象了，所以需要一个交互界面，事实上交互界面有很多可选，这里使用Cherry Studio：https://cherry-ai.com/

同样是根据自己的操作系统来选择对应的版本

安装完成之后打开软件进行配置，按照图中的流程即可，由于本人还安装了bge-m3和70b，所以会有一些不一样：

这个时候就可以用了，去创建对话即可：

三、下载embedding模型

为了构建本地知识库，那么必须得下载embedding模型，前面提到的bge-m3就是免费的embedding模型。

下载方式同deepseek-r1，不再过多描述（同样需要魔法）。

下载完成后同样按照deepseek-r1的方式添加模型即可。

按照下图中的流程即可构建属于你自己的本地库，其中名称可以任填，嵌入模型选择红色框框的（由于你没有配置硅基流动的API，你是不会出现第一个选项的）

创建完成之后即可往里添加文件了，等待一会右边出现√即表示完成

等到所有的文件都添加完毕之后，创建新的对话助手并进行设置，选择需要的本地知识库，然后再进行对话即可使用该知识库

四、硅基流动API配置（可选）

如果你觉得自己下载需要网络和电脑本身配置的要求，你也同样可以使用硅基流动的API，使用下面的链接进行注册即可：https://cloud.siliconflow.cn/i/T6VgiTTa，邀请码是：T6VgiTTa

注册完成之后按照图片步骤生成API：

打开Cherry Studio进行API配置：

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】