安装和配置Ollama
首先在官网上下载Ollama，同时支持window，linux，macos系统。
下载下来是一个压缩包，直接解压缩即可，然后点击安装程序开始安装。
linux下载
执行以下命令，即可自动下载安装，但是这种方式对网络要求比较高。
curl -fsSL https://ollama.com/install.sh | sh
如果下载不了的话，就需要下载离线安装包
curl -L https://ollama.com/download/ollama-linux-amd64.tgz -o ollama-linux-amd64.tgz
sudo tar -C /usr -xzf ollama-linux-amd64.tgz
如果再不行，就在本地计算机中访问 https://github.com/ollama/ollama/releases 地址，然后选择 ollama-linux-amd64.tgz手动下载，然后再上传到linux系统上，然后再解压缩。
然后下载完毕后，在浏览器中输入: http://localhost:11434 ，如果页面显示 Ollama is running 就说明运行起来了。
启动ollama
window系统下，在命令提示窗口中输入：
ollama list # 查看本地安装的所有大模型
ollama run llama3.2 # 下载llama3.2模型
由于模型文件非常大，所以需要一定的时间。
等待安装完毕之后，就会自动进入人机交互的界面，然后就可以开始提问大模型了，这里依赖的是GPU，如果有的话，那基本上就可以有秒回的效果。
退出对话
/byt #退出对话
安装UI界面
MaxKB的官网
不过maxkb是需要付费的，但是有免费适用额度。
首先从官网安装MaxKB，它是基于大预言模型和RAG的知识库问答系统。
不过MaxKB 不支持windows系统和Max系统，但是可以在window系统下使用docker容器来运行。
docker安装
docker的官网
从官网下安装windows版的安装包。
安装完之后打开一个命令行终端，输入以下命令
docker run -d --name=maxkb --restart=always -p 8080:8080 -v ~/.maxkb:/var/lib/postgresql/data -v ~/.python-packages:/opt/maxkb/app/sandbox/python-packages cr2.fit2cloud.com/1panel/maxkb# 用户名: admin
# 密码: MaxKB@123..以上命令会从dockerhub上下载maxkb的镜像文件。
maxkb的docker镜像仓库
执行完之后，在浏览器中输入 http://localhost:8080 , 然后就会进入到登录界面，账号和密码是admin 和 MaxKB@123… 第一次登录会要求更改密码。
点击左侧菜单栏中模型设置 ，就可以在右侧界面中配置各种我们想要的大模型，比如，这里选择Ollama模型；
然后点击右侧添加模型按钮来添加模型；
模型名称随便填；
权限 就选择公用；
模型类型选择大语言模型；
基础模型选择llama3:8b,API域名填入 http://host.docker.intemal:11434 ；
API Key 就随便填写，最后点击添加按钮即可。
等待一段下载时间。
然后点击应用按钮，来创建应用
应用名称 随便写；
应用描述 选填；
选择应用类型 ：简单配置
然后点击创建，就会跳转到应用的配置页面。
AI模型 参数设置 ：Llama3
其他内容，可选参数，然后在右侧，就可以测试使用了。
最后在右上角，点击保存并发布按钮。
在概览页面可以看到它的一些基本信息，包括它的公开访问链接和API接口地址等信息。
复制一下公开访问链接，在浏览器中访问，就可以通过浏览器来适用了。
发布到公网
在自定的域名后，添加 /ui/chat/xxxx