【中英双语】从零手把手用Ollama构建RAG、多模态与LLM应用

名校课程-顶级中配

合集 · 硬件与GPU (28)

  1. 57:00
    【中英双语】显卡每秒36万亿次计算，如何做到？拆解3090 GPU架构 | Branch Education
  2. 28:33
    【中英双语】Intel Arc B60双芯卡实测：4张堆满192GB显存跑大模型
  3. 27:40
    【中文配音】什么样的显卡可以跑本地AI视频生成？实测：RTX 4090/3090/3070/3060四款GPU，覆盖8GB–24GB显存，8GB显存也能跑？
  4. 7:20
    【中文配音】想学AI大模型显卡如何选择？RTX 5070 vs 5060 Ti：AI训练选显卡，吞吐还是内存？
  5. 15:09
    【中文配音】编程素养-缓存未命中：CPU性能的最大隐形杀手，揭示为什么对代码进行简单的修改就能带来 100 倍的性能提升
  6. 39:38
    【中英双语】RTX 5090 vs RTX Pro 6000 AI 大模型对决！闪电版实测
  7. 11:04
    【中文配音】想学大模型？显卡怎么选择？RTX 5070 Ti 16GB值不值得买？本地AI实测
  8. 16:08
    【中英双语】预算4000美元，4张RTX3090本地跑全球最强开源AI模型智谱GLM-5.2，性能比肩GPT-5.5 | Tech-Practice
  9. 12:40
    【中英双语】RTX3090 vs 5090 vs Mac实测：llama.cpp MTP让Qwen3.6-27B推理翻倍
  10. 11:36
    【中英双语】什么样的显卡可以实现本地生成视频？RTX 5090 vs 4090：Wan2.2动画生成速度实测, 全程基于Linux + ComfyUI工作流
  11. 11:36
    【中英双语】RTX5090与RTX4090的Wan 2.2动画速度对比，全程基于ComfyUI工作流，RTX 5090生成视频，RTX 4090生成视频
  12. 19:44
    【中英双语】iPhone的这个漏洞永远修不好，A12/A13芯片直接报废？ | Low Level
  13. 19:44
    【中英双语】DeepSeek开源DSpark加速神器：Qwen3本地部署实测，推理速度飙升85% | Fahd Mirza
  14. 13:22
    【中英双语】RTX 3090 vs 5090：2026个人AI本地大模型装机终极选择（deepseek, qwen大模型本地部署，asr tts部署）
  15. 45:28
    【中英双语】手工打造GPU集群：8192核超大规模，半年血泪全记录 | bitluni
  16. 19:38
    【中英双语】显卡显存怎么选？2GB到48GB全解析，十分钟带你了解所有GPU显存容量 | Bit by Bit Explained
  17. 16:50
    【中英双语】[中英语音]程序员必懂CPU vs GPU vs TPU vs DPU vs QPU：五种处理器全解析
  18. 7:28
    【中英双语】GPU编程为什么这么难？数据搬运的代价，颠覆你的认知 | Parallel Routines
  19. 33:56
    【中英双语】如果你还没深刻理解CPU/GPU的差异，请看-> CPU vs GPU：谁才是质数计算之王？
  20. 4:46:42
    【中英双语】NVIDIA GTC 2026 主题演讲，快速了解英伟达
  21. 6:01:54
    【中英双语】从零手把手用Ollama构建RAG、多模态与LLM应用
  22. 17:06
    【中英双语】大模型推理为何吃满GPU内存？揭秘KV Cache机制与显存占用 | Efficient NLP
  23. 2:03:14
    【中英双语】硬核魔改RTX 3070显存翻倍到16GB！手把手挑战NVIDIA | Vex
  24. 9:40
    【中文配音】9分钟搞懂所有GPU黑科技，光线追踪，路径追踪，动态分辨率，HDR，抗锯齿，NVENC硬件编解码
  25. 57:00
    【中英双语】2026必看！显卡GPU架构深度拆解：36万亿次计算如何实现 | Branch Education
  26. 10:44
    【中文配音】DeepSeek V4深度解析：推理成本暴降的秘密
  27. 16:32:10
    【中文配音】康奈尔大学ECE5545：机器学习硬件与系统｜加速器到分布式训练
  28. 16:30
    【中英双语】RTX 3090 vs 5090：Qwen3.8-27B本地AI实测，谁更强？ | Tech-Practice

Parts

  1. P1 · [中文] 01-简介
  2. P2 · [中文] 02-本课程内容简介
  3. P3 · [中文] 03-课程前置要求
  4. P4 · [中文] 04-开发环境搭建
  5. P5 · [中文] 05-Ollama 深入探究
  6. P6 · [中文] 06-Ollama 关键特性
  7. P7 · [中文] 07-Ollama 安装配置
  8. P8 · [中文] 08-本地下载 Ollama
  9. P9 · [中文] 09-如何本地拉取不同的 Ollama 模型
  10. P10 · [中文] 10-LLM 参数深入解析
  11. P11 · [中文] 11-理解模型基准测试
  12. P12 · [中文] 12-Ollama 基础 CLI 命令 - 拉取与测试模型
  13. P13 · [中文] 13-拉取 Llava 多模态模型并为图像添加说明 - 动手实践
  14. P14 · [中文] 14-摘要与情感分析及使用 Modelfile 定制模型
  15. P15 · [中文] 15-Ollama REST API
  16. P16 · [中文] 16-Ollama REST API - 请求 JSON
  17. P17 · [中文] 17-Ollama 模型支持的不同任务 - 总结
  18. P18 · [中文] 18-与 Ollama 模型交互的不同方式 - 概览
  19. P19 · [中文] 19-在 Msty 应用下运行 Ollama 模型 - 前端工具 - RAG 实践
  20. P20 · [中文] 20-用于本地构建 LLM 应用的 Python 库简介
  21. P21 · [中文] 21-使用 Ollama REST API 在 Python 中与 Llama3 交互
  22. P22 · [中文] 22-Ollama Python 库与我们的模型聊天
  23. P23 · [中文] 23-流式聊天示例
  24. P24 · [中文] 24-使用 Ollama Show 函数
  25. P25 · [中文] 25-在代码中创建自定义模型
  26. P26 · [中文] 26-构建真实世界用例应用 - 简介
  27. P27 · [中文] 27-构建 LLM 应用 - 购物清单整理器
  28. P28 · [中文] 28-使用 Ollama 构建 RAG 系统 - RAG 系统概览与 Langchain 速成课
  29. P29 · [中文] 29-深入向量存储与嵌入 - 全貌 - 速成课
  30. P30 · [中文] 30-我们将构建的 PDF RAG 系统概览
  31. P31 · [英文] 01-简介
  32. P32 · [英文] 02-本课程内容简介
  33. P33 · [英文] 03-课程前置要求
  34. P34 · [英文] 04-开发环境搭建
  35. P35 · [英文] 05-Ollama 深入探究
  36. P36 · [英文] 06-Ollama 关键特性
  37. P37 · [英文] 07-Ollama 安装配置
  38. P38 · [英文] 08-本地下载 Ollama
  39. P39 · [英文] 09-如何本地拉取不同的 Ollama 模型
  40. P40 · [英文] 10-LLM 参数深入解析
  41. P41 · [英文] 11-理解模型基准测试
  42. P42 · [英文] 12-Ollama 基础 CLI 命令 - 拉取与测试模型
  43. P43 · [英文] 13-拉取 Llava 多模态模型并为图像添加说明 - 动手实践
  44. P44 · [英文] 14-摘要与情感分析及使用 Modelfile 定制模型
  45. P45 · [英文] 15-Ollama REST API
  46. P46 · [英文] 16-Ollama REST API - 请求 JSON
  47. P47 · [英文] 17-Ollama 模型支持的不同任务 - 总结
  48. P48 · [英文] 18-与 Ollama 模型交互的不同方式 - 概览
  49. P49 · [英文] 19-在 Msty 应用下运行 Ollama 模型 - 前端工具 - RAG 实践
  50. P50 · [英文] 20-用于本地构建 LLM 应用的 Python 库简介
  51. P51 · [英文] 21-使用 Ollama REST API 在 Python 中与 Llama3 交互
  52. P52 · [英文] 22-Ollama Python 库与我们的模型聊天
  53. P53 · [英文] 23-流式聊天示例
  54. P54 · [英文] 24-使用 Ollama Show 函数
  55. P55 · [英文] 25-在代码中创建自定义模型
  56. P56 · [英文] 26-构建真实世界用例应用 - 简介
  57. P57 · [英文] 27-构建 LLM 应用 - 购物清单整理器
  58. P58 · [英文] 28-使用 Ollama 构建 RAG 系统 - RAG 系统概览与 Langchain 速成课
  59. P59 · [英文] 29-深入向量存储与嵌入 - 全貌 - 速成课
  60. P60 · [英文] 30-我们将构建的 PDF RAG 系统概览
Description 
从零开始搭建本地 AI 开发环境，系统掌握 Ollama 在个人设备上运行大语言模型的完整方法。这套内容先带你理清学习目标与前置准备，随后手把手完成开发环境配置，逐步深入 Ollama 的核心功能、安装流程与本地安装细节，并详细演示如何拉取和管理不同的模型文件。接下来会重点拆解 LLM 关键参数的作用机制，剖析模型基准测试背后的评估维度，帮助你科学地选型与调优。最后再通过常用命令行实操，反复体验模型拉取与交互测试，把理论知识落实到每一次终端操作里。整个过程由浅入深，既覆盖基础命令行使用，也涉及对