本文是一篇面向初学者的实战指南，详细介绍了如何在个人电脑上搭建大模型环境。内容包括安装Python环境、使用uv项目管理工具、安装并运行Ollama本地大模型。通过这些步骤，即使是零基础的读者也能成功运行小型大模型（如gemma:1b）并完成第一次问答交互，为后续学习LangChain、RAG等AI应用奠定基础。
前言：
最近我准备做AI知识库的小项目，用来整合自己学习的内容，也是验证自己所学习的AI知识，打算把这些整理成一个系列文章。
这篇是第一篇，不讲原理，也不讲概念， 只做一件事：
在你自己的电脑上，把大模型跑起来，并让它回你一句话。
如果你之前从来没碰过 AI，也完全没关系。
一、先说清楚我们要做什么
这篇文章结束时，你应该能做到三件事：
- 电脑上装好了 Python 环境
- 用
uv管理一个干净的 Python 项目 - 用本地大模型（Ollama）完成第一次问答
注意：不是网页聊天，不是 API 调用，是你本地跑的模型。
二、安装 Python
我这里默认你用的是：
- macOS / Windows 都可以
- Python 3.11 或 3.12
怎么装？
最简单粗暴的方式：
- 直接去官网：https://www.python.org/downloads/
- 下载最新版
- 一路下一步
装完后，终端里敲一句：
python --version能看到版本号，就算过关。
三、为什么我用 uv，而不是 pip + venv？
如果你之前写过 Python，大概率踩过这种坑：
- 装一个包，另一个项目炸了
- pip 装到系统环境，不知道卸哪
- requirements.txt 越来越乱
我现在统一用uv。
一句话解释 uv 是什么：
更快、更干净的 Python 项目管理工具。
安装 uv
macOS / Linux：
curl -LsSf https://astral.sh/uv/install.sh | shWindows 可以用官方安装方式。
装完后验证：
uv --version四、用 uv 初始化你的第一个 AI 项目
随便找个你放代码的目录：
mkdir ai-knowledge-base cd ai-knowledge-base然后执行：
uv init uv venv这两步做了什么？
uv init：初始化 Python 项目uv venv：创建虚拟环境（.venv）
从现在开始，这个项目的依赖只属于它自己。
五、安装并运行 Ollama（重点）
前面都是铺垫，真正的主角来了，ollama对于本地搭建llm非常的方便，下载完成之后就有一个自带的聊天框可以选择各种各种的大模型来使用。即使你本地没有显卡用cpu都能跑（当然是比较小的模型）。
1.安装 Ollama
官网：https://ollama.com/download
下载安装到本地，安装完成后，终端里敲一句：
ollama --version能看到版本号就 OK。
2.拉一个模型跑起来
第一次别追求大， 我建议直接用小模型，比如：
ollama run gemma:1b如果你是第一次跑，它会自动下载模型。
下载完后，你会看到一个提示符， 这时候你可以直接输入一句话，比如：
你好，你是谁？如果模型回你了——🎉 恭喜，你已经在本地跑起了一个大模型。
总结：
这篇文章结束时，我们完成了三件事：
- 电脑上装好了 Python 环境
- 用
uv管理一个干净的 Python 项目 - 用本地大模型（Ollama）完成第一次问答
走到这里虽然内容很简单，但是依然是个了不起的开始，后面所有的：
LangChain
RAG
Agent
自动化流程
都是建立在这一步之上~
最后
我在一线科技企业深耕十二载，见证过太多因技术更迭而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，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大模型的学习中的很多困惑。
我整理出这套 AI 大模型突围资料包：
- ✅AI大模型学习路线图
- ✅Agent行业报告
- ✅100集大模型视频教程
- ✅大模型书籍PDF
- ✅DeepSeek教程
- ✅AI产品经理入门资料
完整的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇
为什么说现在普通人就业/升职加薪的首选是AI大模型？
人工智能技术的爆发式增长，正以不可逆转之势重塑就业市场版图。从DeepSeek等国产大模型引发的科技圈热议，到全国两会关于AI产业发展的政策聚焦，再到招聘会上排起的长队，AI的热度已从技术领域渗透到就业市场的每一个角落。
智联招聘的最新数据给出了最直观的印证：2025年2月，AI领域求职人数同比增幅突破200%，远超其他行业平均水平；整个人工智能行业的求职增速达到33.4%，位居各行业榜首，其中人工智能工程师岗位的求职热度更是飙升69.6%。
AI产业的快速扩张，也让人才供需矛盾愈发突出。麦肯锡报告明确预测，到2030年中国AI专业人才需求将达600万人，人才缺口可能高达400万人，这一缺口不仅存在于核心技术领域，更蔓延至产业应用的各个环节。
资料包有什么？
①从入门到精通的全套视频教程⑤⑥
包含提示词工程、RAG、Agent等技术点
② AI大模型学习路线图（还有视频解说）
全过程AI大模型学习路线
③学习电子书籍和技术文档
市面上的大模型书籍确实太多了，这些是我精选出来的
④各大厂大模型面试题目详解
⑤ 这些资料真的有用吗?
这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。
所有的视频教程由智泊AI老师录制，且资料与智泊AI共享，相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念，通过动态追踪大模型开发、数据标注伦理等前沿技术趋势，构建起"前沿课程+智能实训+精准就业"的高效培养体系。
课堂上不光教理论，还带着学员做了十多个真实项目。学员要亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事！
如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！
应届毕业生：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。
零基础转型：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界。
业务赋能 突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型。
👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓**
)
)
