LM Studio + open-webui 快速本地部署大语言模型
小白也能看懂的大语言模型本地部署。
一、前言
自 OpenAi 发布 ChatGPT 对话性大语言模型，AI 这两年发展迎来爆发，国内外也衍生了大量的语言模型开放给公众使用。为了可以让更多人接触到AI，让本地化部署更加轻便快捷，于是就有了Ollama、LM Studio等可以在本地部署模型的工具。
相比之下，ollama 需要通过命令进行安装，下载模型，以及对话， 如果需要 web 界面，可搭配 open-webui 进行配套使用，整套流程下来虽算不上复杂，但是对于没有编程经验的人来说，还是需要花费一些时间的。而 LM Studio 对小白用户更加友好方便，LM Studio 直截了当提供了图形化界面，并且直接下载 gguf 模型文件加载就可以直接使用了。当然也可以搭配 open-webui 进行网页版界面使用。
二、环境准备
系统：Windows\支持Apple M系列芯片\Linux系统
CPU：支持AUX2指令即可
内存：16G及以上
显存：NvidiaRtx2060 8G及以上,Rtx3060,3070,4060,4070,4080 16G以上
CUDA:CMD->nvidia-smi CUDA Version: 12.2+
硬盘：100G+的固态放模型和LM Studio
三、安装设置
先去官网地址下载对应平台的 LM Studio
LM Studio Discover, download, and run local LLMs
下载完成后，不需要安装，双击就直接打开了。
首次打开，并没有大语言模型，需要自己下载模型之后才能使用，需要注意的是，默认模型下载地址是在 C 盘的，如果你的 C 盘空间吃紧，建议修改到其他路径。修改方式如下：
换源（optional）
这个可选的，如果你不会魔法上网，则需要这一步换源。
在图标处，右键 -> 打开文件所在位置。
app-x.x.xx/resources/app/.webpack/
resources/app/.webpack/main/index.js
resources/app/.webpack/main/llmworker.js (0.2.23 及以后版本是llmworker了，之前 unity.js)
resources/app/.webpack/main/worker.js
resources/app/.webpack/renderer/main/main_window/index.js
复制备份这几个文件，把其中所有的 huggingface.co 都替换成 hf-mirror.com
然后保存就行。
四、下载模型并运行
下载模型，比如下载阿里的通义千问
一般会有很多版本，参数量不同，下载的时候根据自己的电脑配置进行选择。
使用进入 AI Chat 页面。选择一个即可。
五、配置 open-webui
如果你只是自己使用，上面的已经够了。
如果还想让别人一起使用，并且爱折腾，则可以搭配 open-webui ，用网页的形式使用。
关于 open-webui 安装也很简单，方式有很多，比如使用 docker 或者手动安装。这里我采用手动安装方式。
- 你需要有 python 3.11 的环境，然后通过 pip 安装。
pip install open-webui
- 打开 web 界面。
open-webui serve
当你看到如下界面，说明成功了。
然后打开网址： http://localhost:8080/
正常情况下是没有问题的，如果你看到如下类似的错误页面：
则再次手动输入地址 http://127.0.0.1:8080/
看到如上的页面，说明 open-webui 安装启动成功了。
接下来注册账号，登录。
配置 LM Studio 和 Open-Webui
在 LocalSever 中以 chat 方式启动 LM Studio 对话。
看到下面的额日志则表示启动成功。复制 ⑤ 中的 url，然后打开 open-webui 的网页。一次点击右上角设置 -> 管理员设置 -> 外部链接 。 将复制的 url 配置上去，最后记得保存。
接下来回到对话页面，就可以愉快的使用了。
同一局域网的用户则可以通过你的ip地址进行访问。
写在结尾
学习 AIGC 已经很久了。这是我写的第一篇文章，写的非常详细，旨在小白用户也能搭配好大语言模型的本地环境。然后用起来，提升工作效率。后续会写更多 AIGC 应用相关的文章。
