ishenwei/nexus
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

Update nexus: fix conflicts and sync local changes

Browse Source
This commit is contained in:
Shen Wei
2026-04-26 12:06:50 +08:00
parent 191797c01b
commit f09834b5a5
2443 changed files with 254323 additions and 255154 deletions
Download Patch File Download Diff File Expand all files Collapse all files

106
wiki/sources/在-ubuntu-安装-ollama-并运行-qwen2-5‑coder-7b.md
View File

@@ -1,53 +1,53 @@
---
title: "在 Ubuntu 安装 Ollama 并运行 Qwen2.5‑Coder 7B"
type: source
tags: [ollama, qwen, qwen-coder, ubuntu, 本地大模型]
date: 2026-04-18
---
## Source File
- [[AI/在 Ubuntu 安装 Ollama 并运行 Qwen2.5‑Coder 7B]]
## Summary（用中文描述）
- 核心主题：在 Ubuntu 系统上通过官方安装脚本部署 Ollama 本地大模型运行框架，并下载运行 Qwen2.5-Coder 7B 代码生成模型
- 问题域：本地 AI 推理环境搭建、大模型私有部署、本地 API 服务暴露
- 方法/机制：通过官方 install.sh 脚本一键安装 Ollama；使用 systemd 管理服务；通过 `OLLAMA_HOST=0.0.0.0` 开放远程 API；CUDA 自动 GPU 加速
- 结论/价值：3 条命令完成安装部署；Qwen2.5-Coder 7B 因其 Tool usage 能力强、Shell/Python/SQL 理解强、Repo 级代码理解强，比普通 qwen2.5:7b 更适合工程任务
## Key Claims（用中文描述）
- Ollama 官方安装脚本自动完成 CLI 安装、systemd 服务创建和 API 启动
- qwen2.5-coder:7b 模型大小约 4.5GB，推荐配置为 8+ CPU cores + 16GB RAM + NVIDIA GPU
- 默认 Ollama API 仅监听 127.0.0.1（本地），需修改 systemd 服务配置 `OLLAMA_HOST=0.0.0.0` 才能开放远程访问
- 若系统安装了 CUDA，Ollama 会自动使用 GPU 加速，无需额外配置
- 小型机器可选择 qwen2.5-coder:3b 替代 7B 以降低资源需求
- 推荐搭配工具：Open WebUI（ChatGPT UI）、n8n（AI 自动化）、LangChain（Agent framework）、OpenClaw（AI coding agent）
## Key Quotes
> "qwen2.5-coder:7b 因为 Tool usage 能力强、Shell / Python / SQL 理解强、Repo 级代码理解强，比普通 qwen2.5:7b **更适合工程任务**" — 选型建议
> "如果安装了 CUDA，Ollama 会 **自动使用 GPU**，无需额外配置" — GPU 加速机制
> "最简安装流程：curl -fsSL https://ollama.com/install.sh | sh && ollama pull qwen2.5-coder:7b && ollama run qwen2.5-coder:7b" — 3 条命令完成部署
## Key Concepts
- [[Ollama]]：开源本地 LLM 运行框架，支持 macOS/Windows/Linux/Docker，`ollama run <model>` 一键运行大语言模型
- [[Qwen2.5-Coder]]：阿里通义千问团队开发的代码生成模型，7B 版本约 4.5GB，在 Tool usage、Shell/Python/SQL 理解和 Repo 级代码理解方面优于通用版 Qwen2.5
- [[本地大模型部署]]：在自有硬件上运行 AI 模型，数据完全私有、无需 API Key、无网络依赖
- [[GPU 加速推理]]：Ollama 自动检测 CUDA 环境并调用 NVIDIA GPU 加速推理，无需手动配置
- [[REST API]]：Ollama 默认提供 localhost:11434 REST API 接口，支持 JSON 格式的对话请求
## Key Entities
- [[Open WebUI]]：开源大模型 Web 界面，支持 Ollama/OpenAI API 接入，可配置 RAG 本地知识库和联网搜索
- [[n8n]]：开源工作流自动化平台，可通过 Webhook 与本地 Ollama API 集成实现 AI 驱动的自动化工作流
- [[OpenClaw]]：AI coding agent，支持配置 `ollama/qwen2.5-coder:7b` 作为后端模型
- [[LangChain]]：Agent framework，可与本地 Ollama API 集成构建复杂 AI 应用
## Connections
- [[Ollama]] ← 基础平台 ← [[详细-离线部署大模型-ollama-deepseek-open-webui安装使用方法及常见问题解决-1]]
- [[Open WebUI]] ← 依赖 ← [[Ollama]]
- [[n8n]] ← 可调用 ← [[Ollama API]]
- [[OpenClaw]] ← 可配置 ← [[Qwen2.5-Coder]]
- [[Qwen2.5-Coder]] ← 特定版本 ← [[Ollama]]
## Contradictions
- 暂无冲突内容
---
title: "在 Ubuntu 安装 Ollama 并运行 Qwen2.5‑Coder 7B"
type: source
tags: [ollama, qwen, qwen-coder, ubuntu, 本地大模型]
date: 2026-04-18
---
## Source File
- [[AI/在 Ubuntu 安装 Ollama 并运行 Qwen2.5‑Coder 7B]]
## Summary（用中文描述）
- 核心主题：在 Ubuntu 系统上通过官方安装脚本部署 Ollama 本地大模型运行框架，并下载运行 Qwen2.5-Coder 7B 代码生成模型
- 问题域：本地 AI 推理环境搭建、大模型私有部署、本地 API 服务暴露
- 方法/机制：通过官方 install.sh 脚本一键安装 Ollama；使用 systemd 管理服务；通过 `OLLAMA_HOST=0.0.0.0` 开放远程 API；CUDA 自动 GPU 加速
- 结论/价值：3 条命令完成安装部署；Qwen2.5-Coder 7B 因其 Tool usage 能力强、Shell/Python/SQL 理解强、Repo 级代码理解强，比普通 qwen2.5:7b 更适合工程任务
## Key Claims（用中文描述）
- Ollama 官方安装脚本自动完成 CLI 安装、systemd 服务创建和 API 启动
- qwen2.5-coder:7b 模型大小约 4.5GB，推荐配置为 8+ CPU cores + 16GB RAM + NVIDIA GPU
- 默认 Ollama API 仅监听 127.0.0.1（本地），需修改 systemd 服务配置 `OLLAMA_HOST=0.0.0.0` 才能开放远程访问
- 若系统安装了 CUDA，Ollama 会自动使用 GPU 加速，无需额外配置
- 小型机器可选择 qwen2.5-coder:3b 替代 7B 以降低资源需求
- 推荐搭配工具：Open WebUI（ChatGPT UI）、n8n（AI 自动化）、LangChain（Agent framework）、OpenClaw（AI coding agent）
## Key Quotes
> "qwen2.5-coder:7b 因为 Tool usage 能力强、Shell / Python / SQL 理解强、Repo 级代码理解强，比普通 qwen2.5:7b **更适合工程任务**" — 选型建议
> "如果安装了 CUDA，Ollama 会 **自动使用 GPU**，无需额外配置" — GPU 加速机制
> "最简安装流程：curl -fsSL https://ollama.com/install.sh | sh && ollama pull qwen2.5-coder:7b && ollama run qwen2.5-coder:7b" — 3 条命令完成部署
## Key Concepts
- [[Ollama]]：开源本地 LLM 运行框架，支持 macOS/Windows/Linux/Docker，`ollama run <model>` 一键运行大语言模型
- [[Qwen2.5-Coder]]：阿里通义千问团队开发的代码生成模型，7B 版本约 4.5GB，在 Tool usage、Shell/Python/SQL 理解和 Repo 级代码理解方面优于通用版 Qwen2.5
- [[本地大模型部署]]：在自有硬件上运行 AI 模型，数据完全私有、无需 API Key、无网络依赖
- [[GPU 加速推理]]：Ollama 自动检测 CUDA 环境并调用 NVIDIA GPU 加速推理，无需手动配置
- [[REST API]]：Ollama 默认提供 localhost:11434 REST API 接口，支持 JSON 格式的对话请求
## Key Entities
- [[Open WebUI]]：开源大模型 Web 界面，支持 Ollama/OpenAI API 接入，可配置 RAG 本地知识库和联网搜索
- [[n8n]]：开源工作流自动化平台，可通过 Webhook 与本地 Ollama API 集成实现 AI 驱动的自动化工作流
- [[OpenClaw]]：AI coding agent，支持配置 `ollama/qwen2.5-coder:7b` 作为后端模型
- [[LangChain]]：Agent framework，可与本地 Ollama API 集成构建复杂 AI 应用
## Connections
- [[Ollama]] ← 基础平台 ← [[详细-离线部署大模型-ollama-deepseek-open-webui安装使用方法及常见问题解决-1]]
- [[Open WebUI]] ← 依赖 ← [[Ollama]]
- [[n8n]] ← 可调用 ← [[Ollama API]]
- [[OpenClaw]] ← 可配置 ← [[Qwen2.5-Coder]]
- [[Qwen2.5-Coder]] ← 特定版本 ← [[Ollama]]
## Contradictions
- 暂无冲突内容