ChatOllama是一款ollama图形化管理工具，集成了ollama，OpenAI，可以实现ollama的模型管理，系统指令管理，知识库管理，AI聊天等功能，功能方面与Open WebUI类似，作者在不断改进优化功能。使用Vue3、Nuxt还涉及数据库等内容，如果对前后端感兴趣，可以拿来代码看看，这些功能是如何实现。
1.1.下载下载
下载地址：
https://github.com/sugarforever/chat-ollama
离线下载或者用git拉取。
2.2.安装
本项目有两种安装方式，这里是使用离线下载安装方式，另外还有docker安装方式。解压缩，进入目录，cmd，在命令行运行 code .在vs code的terminal中运行
#https://hub.docker.com/r/chromadb/chroma/tags
docker pull chromadb/chroma
docker run -d -p 8000:8000 chromadb/chroma
主要是通过docker拉取chroma的镜像，启动这个数据存储服务，服务端口是8000。
浏览器访问http://localhost:8000，会提示{"detail":"Not
Found"}。
这个服务的docker后台
把目录下.env.example修改为.env，安装依赖：
npm install
安装成功
使用 Prisma Migrate 运行迁移以创建数据库表
npm run prisma-migrate
启动服务：
npm run dev
在浏览器访问：
http://localhost:3000/
进入到ChatOllama聊天界面。
3.3.基本设置设置
进入Settings页面，可以设置OpenAI的key，Claude3的key以及ollama本地服务地址及端口。设置基本完成。
如果有这些key可以填上，没有默认就可以。Host填http://127.0.0.1:11434，默认那个是在docker中使用的。
4.基本聊天4.基本聊天
创建系统指令，也就是聊天中system角色，比如让它做为你的翻译助手，可以在instrucions选create new instruction创建指令，保存：
最上面选chat，chat with处选择要用的模型，从下拉中选择gemma:7b，指令选择翻译助手，这个时候在聊天中给他一段英文，他就会把中文翻译结果返回回来：
这里的系统指令就相当于ollama聊天补全中的system角色，我们发出的内容就是user角色，返回的结果就是assistant角色。
创建一个python解释器系统指令：
chatgpt prompts提示词库
https://github.com/f/awesome-chatgpt-prompts
这里收集了各种设定的提示词供大家参考。
55.创建知识库.创建知识库
进入Knowledge bases页面，创建新的知识库：
保存成功后，点这个名称，就可以进入这个聊天页面。
6.6.使用chatgpt和claude3使用chatgpt和claude3
在settings设置openai，Anthropic的key，就可以在模型中选择中openai的几个模型进行聊天。在下拉单中可以看到chatgpt的几个模型。这里使用三方的接口，需要配置正确的base_url。
问两个问题，从中国到美国，骑自行车需要多长时间，需要多少钱？
这两次问答用了0.06刀，大概是0.3元。
7.7.模型管理管理
点models，进行模型管理，可以在页面增加和删除模型。
勾选模型，在上面操作中选删除。按提示删除即可。
如果下载gemma:2b模型，在下载中输入正确名称，即可下载模型。
8.8.资源获取资源获取
『ChatOllama』为github开源项目，最上面已给了下载地址，也可后台回复
『ChatOllama』获取这个项目的离线包。
99.学习交流矩阵.学习交流矩阵
组建了两个python学习群，学习生态很好。现在各种大模型层出不穷，chatgpt4已经很牛了，现在还出了claude3，还有ollama这种开源大模型，民用级机器也可以跑大模型。李老板昨天说『以后没有程序员这个职业了』，人人都拥有程序员的技能，这几天英伟达的黄老板也说了类似的话，把编程这个活交给AI，你的后台支撑那里来，来学习『大模型』吧，我想组个『大模型交流群』。如果对大模型感兴趣，加我微信，组大模型群拉上你。加微信时备注一下。昨天一天已经有30多人入群了。组群发个福利，给大家介绍一个好用的集成了chatgpt、claude、bard 等大模型的好用小工具，后台回复『大模型』获取这个工具。
出自：https://mp.weixin.qq.com/s/xsre0YnFxmVmy6qF1ekXKQ