越是学习计算机，就越对ai恐惧。
当一些繁琐无聊的任务被人工智能完成，大家欣喜的认为终于解放的时候，却突然发现，自己不得不往更高的水平去学习。人们将花费更多的时间与精力去完成更重更难的任务。
也就是说，造物主创造了人工智能，ai给他的造物主赋了能，却并没有让造物主感到更加的轻松。
最近学习的Chatgpt研究，也就是学习对ai的利用，已经进行到了本地部署llm与ai-agent了。避不开的就是ollama和dify。
当它们合二为一，让人们完全在本地跑通一个ai应用，实现工作自动化时，注定代表了一批人将被时代抛弃。
不准备过多提及，简单描述一下我的部署过程吧！
首先需要备好docker，ollama，和dify。
在准备过程中，遇到了一些不难的问题：
-
一是docker的部署，有两种方案，在Windows上，可以使用wsl进行部署，个人感觉比较便利，另一个是用hyper-v虚拟化部署，并不难，但容易出错，最好在网上找找教程。
-
二是ollama的下载速度问题，有魔法的最好使用魔法，没有的利用火狐下载器进行下载，比edge要快。在模型下载的时候，最好量力而行，笔记本4060的8g显存，对于7b的模型可以勉强带动。
-
三是dify的部署，比较曲折。可以git，也可以直接download zip。还要改后缀，检查docker之类云云。主要是有魔法下载也不稳定，解决办法是找几个比较靠谱的镜像。
当dify准备好之后，配合本地大模型，即可进行ai-agent的开发。
我并没有很好的ai-agent的开发经验，就不误人子弟了。但它的重要性毋庸置疑，就连蓝桥杯都划分了一个竞赛项目为agent开发。
大数据时代碾压了时代的蝼蚁，人工智能哂笑着它的造物主。而一个学历不高的牢骚满腹的程序员又该何去何从呢？……
很难。
