先回答之前读者的问题，为什么选择ollama而不是lm studio,对于不同需求的用户，可自行选择：
非技术用户/快速验证：无脑选LM Studio
开发者/需自定义模型：选Ollama，虽然初期配置复杂，但后续可扩展性强（支持API、Docker等）
Chatbox AI 是一款桌面客户端应用，旨在为用户提供更便捷、高效的方式与 AI 交互。以下是下载链接：
OLLAMA_HOST 和 OLLAMA_ORIGINS 是 Ollama 的配置环境变量，用于配置 Ollama 与其 API 服务器之间的通信。
****主机地址和端口。默认情况下，Ollama 会绑定到 （仅本地访问）。通过修改此变量，可以实现以下场景：
-
允许其他设备通过局域网访问 Ollama。
-
在 Docker 容器或云服务器中运行时，开放对外访问。
我们可以配置为0.0.0.0， 表示开放到所有IP，允许所有网络接口访问
OLLAMA_ORIGINS，用于控制 Ollama API 的跨域请求来源（CORS）。默认情况下，Ollama 仅允许同源请求（即与 API 同域名/端口）。若需要从其他域名或端口调用 API（例如通过自定义 Web 前端），需通过此变量指定允许的来源。
我们可以配置为*， 表示允许所有来源
至于windows如何配置用户环境变量，可自行百度或bing搜索
打开ChatBox，选择模型提供方OLLAMA API，选择对应的模型deepseek r1
如果我们之前打开过ollama，需要先关掉（一般在右下角图标中）
然后，打开cmd运行以下命令，启动ollama服务：
之后，我们就可以使用gui来进行对话了
无论是DeepSeek，还是ChatGPT，作为先进的生产工具，如果能够合理有效地运用，都能对我们的工作和学习产生极大的帮助。它们不仅能够提升工作效率，减少重复性劳动，还能够帮助我们更好地解决问题、拓宽思维和提高创新能力。特别是在快速变化的时代，掌握和利用这些工具，不仅能让我们在专业领域中保持竞争力，也能为个人成长和知识积累提供强有力的支持。
但需强调的是，真正的价值创造仍需以人类的专业判断力为前提——保持批判性思维，善用提示词工程精准表达需求，将AI输出与专业知识体系深度融合，方能实现从工具应用到认知升级的质变。
AI大模型学习福利
作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。
第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；
第二阶段： 在通过大模型提示词工程从prompts角度入手更好发挥模型的作用；
第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。
（都打包成一块的了，不能一一展开，总共300多集）
因篇幅有限，仅展示部分资料，需要点击下方图片前往获取
👉学会后的收获：👈 • 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
本文地址：http://sicmodule.glev.cn/quote/18872.html 歌乐夫 http://sicmodule.glev.cn/ , 查看更多1.AI大模型学习路线图 2.100套AI大模型商业化落地方案 3.100集大模型视频教程 4.200本大模型PDF书籍 5.LLM面试题合集 6.AI产品经理资源合集