($sid)
{
session_delete(array('sid' => $sid));
session_data_delete(array('sid' => $sid));
return TRUE;
}
function sess_gc($maxlifetime)
{
global $time;
$expiry = $time - $maxlifetime;
$arrlist = session_find(array('last_date' => array('<' => $expiry)), array(), 1, 10000, '', array('sid', 'bigdata', 'last_date'));
if (!$arrlist) return TRUE;
$expiry = $time - 21600; // 超6小时未提交丢弃上传图片和附件
$sidarr = array();
foreach ($arrlist as $val) {
if ($val['last_date'] > $expiry && $val['bigdata']) continue;
$sidarr[] = $val['sid'];
}
if (empty($sidarr)) return TRUE;
session_delete(array('sid' => $sidarr));
session_data_delete(array('sid' => $sidarr));
return TRUE;
}
function sess_start()
{
global $conf, $sid, $g_session;
ini_set('session.name', $conf['cookie_pre'] . 'sid');
ini_set('session.use_cookies', TRUE);
ini_set('session.use_only_cookies', TRUE);
ini_set('session.cookie_domain', $conf['cookie_domain']);
// 为空则表示当前目录和子目录
ini_set('session.cookie_path', $conf['cookie_path']);
// 打开后只有通过 https 才有效
ini_set('session.cookie_secure', FALSE);
ini_set('session.cookie_lifetime', 8640000);
// 打开后 js 获取不到 HTTP 设置的 cookie, 有效防止 XSS,对于安全很重要,除非有 BUG,否则不要关闭。
ini_set('session.cookie_httponly', TRUE);
// 活动时间
ini_set('session.gc_maxlifetime', $conf['online_hold_time']);
// 垃圾回收概率 = gc_probability/gc_divisor
ini_set('session.gc_probability', 1);
// 垃圾回收时间 5 秒,在线人数 * 10 / 每1000个请求回收一次垃圾
ini_set('session.gc_divisor', 1000);
session_set_save_handler('sess_open', 'sess_close', 'sess_read', 'sess_write', 'sess_destroy', 'sess_gc');
// register_shutdown_function 会丢失当前目录,需要 chdir(APP_PATH)
$conf['url_rewrite_on'] > 1 and function_exists('chdir') and chdir(APP_PATH);
// 这个必须有,否则 ZEND 会提前释放 $db 资源
register_shutdown_function('session_write_close');
session_start();
$sid = session_id();
return $sid;
}
// 刷新页面清理附件缓存 废弃
function sess_clear_attach()
{
global $sid, $time;
$arr = session_read($sid);
if (!$arr || 0 == $arr['bigdata']) return TRUE;
session_update($sid, array('bigdata' => 0, 'last_date' => $time));
session_data_delete(array('sid' => $sid));
return TRUE;
}
function online_count()
{
return session_count();
}
function online_list_cache()
{
static $cache = array();
$key = 'online_list';
if (isset($cache[$key])) return $cache[$key];
$cache[$key] = cache_get($key);
if (NULL === $cache[$key]) {
$cache[$key] = session_find(array('uid' => array('>' => 0)), array('last_date' => -1), 1, 1000);
foreach ($cache[$key] as &$online) {
$user = user_read_cache($online['uid']);
$online['username'] = $user['username'];
$online['gid'] = $user['gid'];
$online['ip_fmt'] = safe_long2ip($online['ip']);
$online['last_date_fmt'] = date('Y-n-j H:i', $online['last_date']);
}
cache_set('online_list', $cache[$key], 300);
}
return $cache[$key];
}
function online_user_list_cache()
{
static $cache = array();
$key = 'online_user_list';
if (isset($cache[$key])) return $cache[$key];
$cache[$key] = cache_get($key);
if (NULL === $cache[$key]) {
$cache[$key] = session_find(array('uid' => array('>' => 0)), array(), 1, 1000, 'uid', array('uid'));
cache_set('online_user_list', $cache[$key], 300);
}
return $cache[$key];
}
?>
手把手-Windows上Ollama 与 Chatbox 本地部署及 DeepSeek-R1 模型安装教程编程频道|福州电脑网
手把手-Windows上Ollama 与 Chatbox 本地部署及 DeepSeek-R1 模型安装教程
编程之家680
更新时间:2026-04-10 09:43:52
介绍一下如何在本地安装 Ollama、部署 DeepSeek-R1 模型,以及配置 Chatbox 可视化界面,实现便捷对话。以下步骤均适用于 Windows 系统,其他系统用户请参照官网指南进行下载与安装。
1. 安装 Ollama
-
访问官网下载
打开 Ollama 官网,根据你的操作系统选择合适的版本进行下载。
-
选择系统版本
根据电脑系统,点击对应的下载链接。例如,若你使用 Windows 系统,直接点击 Windows 图标进行下载。
-
安装软件
下载完成后,双击运行下载的 .exe 文件,等待安装程序自动完成安装过程。
-
验证安装
安装成功后,按下 Win + R 键打开运行窗口,输入 cmd 进入命令提示符。
在命令行中输入命令:
ollama -v
若显示出版本信息,则表示 Ollama 已成功安装。
2. 部署 DeepSeek-R1 模型
-
进入模型页面
在浏览器中打开 Ollama 官网,点击页面左上角的 “models” 按钮进入模型列表。
-
选择 DeepSeek-R1 模型
找到 DeepSeek-R1 模型并点击进入详情页面。
-
了解模型规格与显卡要求
DeepSeek-R1 模型提供多种参数配置:
- 1.5b、7b、8b、14b、32b、70b、671b
请根据电脑配置和显卡情况选择合适的版本,推荐的显卡要求如下:
- DeepSeek-R1-1.5b、7b、8b、14b:NVIDIA RTX 3060 12GB 或更高
- DeepSeek-R1-32b:NVIDIA RTX 4090 24GB
- DeepSeek-R1-70b:NVIDIA RTX 4090 24GB ×2
- DeepSeek-R1-671b:NVIDIA A100 80GB ×16
此处以 8b 模型为例进行演示。
-
启动模型下载
复制页面上提供的命令,在之前打开的命令行窗口中粘贴并回车执行。
-
确认下载与对话
若命令行中显示 “success”,则表示模型已成功下载,之后你可以与模型进行交互。
-
退出与重启会话
-
小结
虽然目前每次使用 Ollama 模型都需要通过命令行操作,但接下来的步骤将介绍如何通过可视化工具简化这一过程。
3. 安装 Chatbox 可视化界面
-
下载 Chatbox
访问 Chatbox 官网 并点击免费下载按钮。
-
安装程序
双击下载的安装文件,按照提示进行安装。可以自定义安装目录,然后点击“安装”。
安装完成后,即可看到 Chatbox 主界面。
-
配置使用模式
在首次启动时,选择使用自己的 API key 或本地模型。此处选择使用 Chatbox AI。
随后进入模型设置页面,选择 “Ollama API” 作为模型提供方。
注意:无需修改 API 域名,直接选择之前下载的 Ollama 模型即可。
-
保存设置与使用
完成配置后,点击保存。此时即可通过 Chatbox 界面与本地部署的模型进行对话。
最后
说了一下从安装 Ollama、部署 DeepSeek-R1 模型到配置 Chatbox 可视化工具,详细说明了本地化部署的全过程。通过这些步骤,你可以在 Windows 系统上轻松体验本地模型对话,享受更直观、便捷的交互体验。
本文发布于:2025-04-06,感谢您对本站的认可!
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
本文标签:手把手模型教程WindowsChatbox
发布评论