上期的【保姆级教程】小爱同学+AI！魔改小爱音箱，接入本地AI大模型，打造你的专属语音助手！不少小伙伴表示感兴趣，这一期我们继续搞大模型，同样用Ollama。
通过这篇文章，我们最终会实现：
大模型跑在本地的Mac上，通过ngrok穿透，让所有能联网的 iOS 生态系统（macOS、iOS、WatchOS、Vision Pro）中的所有设备都能用上端侧大模型，实现无过滤、安全、私密和多模态的体验。
MacBook：
iPhone:
Vision Pro
实际演示：
视频之后补充
1. Mac安装端侧大模型
这部分上一期已经完成的可以直接跳到下一部分2. 在Mac上使用ngrok。
1.1 安装Ollama
在准备我们的本地大模型之前，我们先安装Ollama。
Ollama你也可以理解成一个容器平台类似的东西，我们的本地AI模型是跑在Ollama上（因为本机不通过Ollama直接跑模型的话需要搞一堆复杂的配置，跑Ollama上就会简单很多）
我们直接来到官网：https://ollama.com/
点击Download下载，
选择自己的操作系统下载即可。
下载完成之后也一样打开。
就是这个小羊驼。
接着，我们同样然后Mac上打开“终端”
输入ollama -v
出现版本号证明我们安装好了。
浏览器上访问：http://localhost:11433/或者http://127.0.0.1:11433/
会出现Ollama is running
1.2 下载本地AI模型
接下来我们就可以来下载本地AI模型了。
细心的小伙伴可能已经发现了，刚ollama的右上角有一个“Models”
点进去就能看到有很多模型可以下载。
比如非常火的llama3、阿里的千问等等。
然后我们看到每个模型的下面有蓝色的8B、70B的字样，这个其实就是参数量（B代表Billion，十亿），一般来说，参数量越大，模型越牛逼。当然也越消耗机器的性能，如果你机器的配置足够高的话，可以下载参数量大一些的模型试试。
比如这个llama3的700亿参数的模型，大小是40G左右，（对比GPT-4 估计拥有约 1.8 万亿个参数）
下载方法是：ollama run llama3:70b
Mac上打开“终端”
它就会自己去下载这个40G的模型了。
当然相信绝大多数人都跑不动这个“大”模型（机器性能不够）
所以最近有一个词火了起来"小语言模型“（SLM，Small Language Model），对应于”大语言模型“（LLM，Large Language Model）
小语言模型的最大优势就是参数小但是性能不弱，对机器的配置要求也会低一些，之后甚至可能可以在手机、树莓派这些设备上很好运行。
4 月底，微软发布了其 Phi-3 SLM 系列，拥有 38 亿到 140 亿个参数（3.8B——14B之间）。
在一系列测试中，微软最小的模型 Phi-3-mini 与 OpenAI 的 GPT-3.5（1750 亿个参数）不相上下，其表现也优于谷歌的 Gemma（70 亿个参数）。
测试通过向模型提出有关数学、哲学、法律等方面的问题，评估了模型对语言的理解能力。
更有趣的是，拥有 70 亿个参数的微软 Phi-3-small 在许多基准测试中的表现都明显优于 GPT-3.5。
资料来自：https://m.ithome.com/html/779732.htm
所以我们就来装一个Phi-3试试吧。
Mac上打开“终端”
运行：
ollama run phi3
第一次ollama会去下载这个模型，下载完之后会出现这个个交互界面：
其实这个时候我们已经可以和模型对话了。
直接输入：hi
它会回复我们：
我们先输入:/bye 退出，一会儿再来用它。
2. 在Mac上使用ngrok
本地大模型搞定了，Mac本机上已经可以访问了，但是这还不够。
我们现在想要在我们的iPhone上或者iPad上也能访问，希望在任何地方都能用上这个部署的模型，应该怎么做呢？
我们可以借助ngrok这个东西来完成。
ngrok是一个反向代理工具，它允许你将本地运行的服务器暴露到公网上，提供一个通过互联网可访问的公网URL。这使得无需进行复杂的网络配置或拥有公网IP，你就可以轻松地进行Web开发测试、演示或其他需要公网访问的场景。ngrok支持多种协议，包括HTTP、HTTPS和TCP，并提供安全的隧道服务。使用ngrok可以极大地简化开发和测试过程，提高效率。
刚刚上面提到，ollama运行的时候，访问http://localhost:11433/或者http://127.0.0.1:11433/
会显示Ollama is running，但是由于localhost和127.0.0.1都是本地地址，只有本地可以访问，我们借助ngrok这个工具，把http://localhost:11433/或者http://127.0.0.1:11433/变成一个类似www.baidu.com的地址，是不是就可以在任何有互联网的地方访问了？！
2.1 下载ngrok
打开浏览器，访问ngrok的官方网站：https://ngrok.com/
点击网站上的“Sign up”进行注册，或者“Log in”如果你已经有账号。
验证邮箱：
点击邮件链接之后，这个之后会有一个二维码，让你用1Password, Google Authenticator, 或者Microsoft Authenticator这几个APP来扫描，做二步验证用的。
记得保存好后面的代码，万一手机丢了可以恢复。
2.2 安装ngrok
可以看到提供了两种安装方式：
（一）通过homebrew来安装：
brew install ngrok/ngrok/ngrok
做一个账号绑定：
ngrok config add-authtoken 2j5XZ1512rSs4pjUn6Nj_4HWtzdaklejawo12343alodjieHZ
（二）通过普通方式安装（记得同样需要账号绑定）：
2.3 使用ngrok
在终端中，你可以通过下面的命令来启动一个HTTP隧道，代理本地的某个端口（如代理本地的11434端口）：
ngrok http 11434 --host-header="localhost:11434"
运行该命令后，ngrok会提供一个公网可访问的URL，通过这个URL可以访问到你本地运行的服务。
2.4 确认ngrok运行
当你运行ngrok命令后，终端会显示当前隧道的状态，包括公网URL等信息。
运行情况：
每次运行会变的：
我们需要的就是
Forwarding https://09e1-173-81-26-133.ngrok-free.app -> http://localhost:11434
https://09e1-173-81-26-133.ngrok-free.app 这个是我们需要的网址。
注意，不要关闭这个窗口。
在任意设备（只要能联网）访问它：
点击Visit site
显示这个Ollama is running说明成功了!
使用ngrok可以非常方便地将你的本地服务器暴露到公网上，非常适合进行Web开发的测试和演示。记得每次使用时都要检查安全设置，确保不会暴露敏感数据。
3. Enchanted app下载
OK，万事俱备，就差一个用户访问的前端了，这边我们可以用Enchanted这个APP。
Enchanted 是一款适用于 iOS 和 macOS 的应用程序，可使用 Ollama 与私有自托管语言模型（如 Llama2、Mistral 或 Vicuna）进行聊天。
GitHub地址：https://github.com/AugustDev/enchanted?tab=readme-ov-file
App Store下载地址：https://apps.apple.com/gb/app/enchanted-llm/id6474268307
Enchanted支持如下功能：
- 文本转语音（朗读）
- API 调用中包含的对话历史
- 暗/亮模式
- 对话历史存储在您的设备上
- 支持Markdown（优雅显示表格/列表/代码块）
- 语音提示
- 为提示添加图像附件
- 指定系统提示用于每次对话
- 编辑消息内容或使用不同模型提交消息
- 删除单个对话/删除所有对话记录
- macOS Spotlight 面板
Ctrl+⌘+K快速调出 - 所有功能离线工作
4. 连接Enchanted与本地Ollama
到设置里面，填入我们刚刚的那个公网可访问的URL，就可以使用了！
模型展示
5. 使用与演示
语音输入暂时只支持英文貌似。
我说你好，识别成了Yeehaw
支持文本转语音（同样不支持中文）：
赶紧玩起来吧！
评论区