部署一个自己的大模型，没事的时候玩两下，这可能是很多技术同学想做但又迟迟没下手的事情，没下手的原因很可能是成本太高，近万元的RTX3090显卡，想想都肉疼，又或者官方的部署说明过于简单，安装的时候总是遇到各种奇奇怪怪的问题，难以解决。本文就来分享下我的安装部署经验，包括本地和租用云服务器的方式，以及如何通过API调用大模型开发自己的AI应用，希望能解决一些下不去手的问题。
ChatGLM3-6B
本次部署使用的的大模型是ChatGLM3-6B，这个大模型是清华智谱研发并开源的高性能中英双语对话语言模型，它凭借创新的GLM（Gated Linear Units with Memory）架构及庞大的60亿参数量，在对话理解与生成能力上表现卓越。
ChatGLM3-6B不仅能够处理复杂的跨语言对话场景，实现流畅的人机互动，还具备函数调用以及代码解释执行的能力。这意味着开发者可以通过API调用，让模型执行特定任务或编写、解析简单的代码片段，从而将应用拓展到更为广泛的开发和智能辅助领域。
ChatGLM3-6B还允许开发者对预训练模型进行定制化微调，让它在某个领域工作的更好，比如代码编写、电商文案编写等。另外开发者还能对模型进行量化，使用较低的数字精度来表示权重，这使得模型可以运行在消费级显卡甚至CPU上。
ChatGLM3-6B的仓库地址：https://github.com/THUDM/ChatGLM3
效果展示
先看两个比较正常的效果：
能正常调用天气工具，记得上下文，这里点个赞！
再画一个满满的爱心，画的也不错。
再看两个跑疯的效果：
我问你天气，你不好好回答就算了，还反过来问我有啥意义，太爱管闲事。
看来ChatGLM对正六边形的感知有误啊，确实它还不能识别这个图像。
虽然有时不那么如人意，不过整体用起来还是有很多可圈可点的地方，就是提示词要好好写一下，不能太凑合。
云环境部署
这里以AutoDL为例（https://www.autodl.com），AutoDL上的GPU实例价格比较公道，ChatGLM3-6B需要13G以上的显存，可以选择RTX4090、RTX3090、RTX3080*2、A5000等GPU规格。
这里提供两种方法，一是直接使用我已经创建好的镜像，二是自己从基础镜像一步步安装。
使用现有镜像
创建容器实例时镜像选择“社区镜像”，输入 yinghuoai ，选择 ChatGLM3 的最新镜像。
容器实例开机成功后，点击对应实例的 JupyterLab 就能开始使用了。
这个镜像包含三个Notebook，方便我们启动WebUI服务器和API服务器，并进行相关的测试。我将在下文介绍具体的使用方法。
自己手动安装
创建容器实例时我们选择一个基础镜像 Miniconda -> conda3 -> Python 3.10(ubuntu22.04) -> Cuda11.8。
容器实例开机完毕后，点击对应实例的 JupyterLab 进入一个Web管理界面。
在“启动页”这里点击“终端”，进入一个命令窗口。
首先需要设置下网络，用以加速访问Github。这是AutoDL实例才能使用的，本地无效。
然后需要把代码下载到本地，使用Git即可。
然后创建一个Python的虚拟环境，这样方便隔离不同项目对Python环境的不同要求。这里使用 source activate 激活虚拟环境，很多文章中是 conda activate，这和conda的版本有关系，AutoDL中的版本不支持 conda activate。
然后使用 uv 安装依赖的程序包。为什么用uv？因为requirements中很多包的版本要求都是 >=，直接使用pip的时候会安装最新的版本，最新的版本往往和开发者使用的版本不同，这会导致一些兼容问题，所以最好就是 == 的那个版本，这个版本能用，而且一般就是开发者使用的版本。
然后我们还要下载大模型文件，这里从AutoDL的模型库中下载，速度比较快。下边的模型文件是别人分享出来的，我们使用AutoDL提供的一个下载工具进行下载。下载目标目录是/root/autodl-tmp，会自动在这个目录中创建一个名为 chatglm3-6b 的子目录，并保存这些文件。
最后我们做一个简单的测试，找到这个文件：ChatGLM3/basic_demo/cli_demo.py，修改其中的模型路径为上边的下载路径：/root/autodl-tmp/chatglm3-6b
在终端执行命令：，然后我们就可以在终端与大模型进行交流了。
本地环境安装
注意需要13G显存以上的Nvidia显卡，否则跑不起来。这里以Windows系统为例。
首先本地要有一个Python的运行环境，建议使用 Anaconda，可以把它理解为一个Python集成环境，通过它我们可以方便的开发Python程序。Anaconda的官方下载地址是：www.anaconda.com/download
这个安装文件比较大，下载时间取决于你的网速，下载成功后按照提示一步步安装就行了。
安装成功后，启动“Anaconda Navigator”，在其中点击“Environments”->“base(root)” ->“Open Terminal”，打开终端。
这是一个命令行工具，我们将主要在这里边通过执行命令安装ChatGLM3-6B。
然后我们还需要从Github上下载代码到本地，推荐使用Git，没有Git的同学可以先去安装一个：https://git-scm.com/。当然直接从Github下载程序包到本地也可以，不方便访问Github的同学也可以使用我整理的程序包，给公众号“萤火遛AI”发消息 ChatGLM3 即可获取。
这里我将程序放到了C盘下的ChatGLM3目录。
使用下边的命令创建一个Python的虚拟环境并激活，这样方便隔离不同项目对Python环境的不同要求。
然后还需要把相关模型文件下载到本地，为了防止下载方式失效，这里提供多种方法：
（1）下载AutoDL用户分享的模型，执行下边的命令，它会下载到 C:ChatGLM3THUDM，速度还可以。
（2）从HuggingFace的镜像下载，地址是：https://hf-mirror.com/THUDM/chatglm3-6b/tree/main
（3）给公众号“萤火遛AI”发消息 ChatGLM3 获取最新下载方式。
最后我们做一个简单的测试，执行命令：，然后我们就可以在终端与大模型进行交流了。
如果程序出现下边的错误：
RuntimeError: “addmm_impl_cpu_” not implemented for ‘Half’
首先确定你的电脑是安装了Nvida显卡的，然后使用下边的命令补充安装相关的pytorch-cuda包。
使用WebUI体验
ChatGLM提供了一个Web界面，用户可以直接在这个页面上聊天、使用插件，以及执行Python代码，就像使用大多数的大语言模型一样。额外的用户还可以配置一些参数，比如一次生成Token的数量、系统提示词、采样的随机性控制等。
启动WebUI服务
首先修改程序中的模型目录，在下载程序中找到文件 composite_demo/client.py，修改 MODEL_PATH 为你的模型存放地址。
然后进入 ChatGLM3-6B 程序的根目录（根据自己的部署来），激活Python虚拟环境：
因为需要执行代码，我们还要安装 Jupyter 内核：
并修改文件 composite_demo/demo_ci.py 中的 IPYKERNEL 的值为设置的值。
最后启动API服务器： 可知这个WebUI使用的是streamlit框架。
如果是在个人电脑上安装的，点击这里的连接就可以在浏览器访问了。
如果是在AutoDL上的实例，还需要再折腾一下。因为这个WebUI使用了WebSocket，但是AutoDL开放的外网端口不支持WebSocket。此时可以通过SSH隧道的方式来打通本地与AutoDL实例的网络。
我们需要类似下边这样的一条指令：
其中的 connect.westb.seetacloud.com 和 10757 需要替换成你自己实例的，在实例列表中复制登录指令。
然后把它随便粘贴到一个地方，就可以得到所需的地址和端口号了：
在个人电脑的终端或者命令行工具执行上边写好的指令，首先需要统一添加主机（输入 yes），然后需要输入主机登录密码，还是从AutoDL的实例列表拷贝。
登录成功后，这个界面会挂起，不会输出任何内容。此时我们在浏览器地址栏输入 http://127.0.0.1:8501 就可以访问了。
使用WebUI
这个WebUI左边是参数区域，右边是使用区域，有三种使用方式：Chat、Tool和Code Interpreter，分别就是聊天、工具或插件、代码解释器。相关参数我在之前的文章中介绍过，可以参考下：https://juejin.cn/post/#heading-7
聊天就不用说了，我们看下工具或插件的使用。它会完整的展现出来插件的使用过程，用户询问问题，触发大模型调用插件，展现插件返回的内容，大模型整理插件返回的内容并输出给用户。中间的两个过程这里只是为了方便用户了解原理，其实可以在展现大模型返回值时将它们过滤掉。具体的可以修改这个文件中的第144行-198行：composite_demo/demo_tool.py 。
实例代码中提供了两个工具，一个是获取实时天气，另一个是生成随机数，用户还可以修改代码增加自己的工具插件，在 composite_demo/tool_registry.py 这个文件中。
只需要使用 装饰函数即可完成注册。对于工具声明，函数名称即为工具的名称，函数 docstring 即为工具的说明；对于工具的参数，使用 标注参数的类型、描述和是否必须。例如， 工具的注册如下：
再看看代码解释器的效果，模型会根据对任务完成情况的理解自动地连续执行多个代码块，直到任务完成。比如让它用Python画一个爱心。
如果代码执行有错误，模型会自动修正错误，然后继续生成，直到能够正常执行成功。这个能力其实是通过系统提示词和observation角色实现的。
在 composite_demo/demo_ci.py 中可以看到提示词：
当程序执行出错的时候，程序会通过observation角色把错误再发给ChatGLM进行分析，然后ChatGLM会修改代码，再重新输出到程序中，最后使用 Jupyter 内核执行代码。
使用API开发应用
使用大模型API，我们可以完全自定义自己的交互页面，增加很多有趣的功能，比如提供联网能力。
这里我们使用的是ChatGLM3-6B自带的一个API示例程序，这个程序中有一个参考OpenAI接口规范开发的API服务，我们可以直接使用OpenAI的客户端进行调用，这避免了很多学习成本，降低了使用难度。
启动API服务
首先修改程序中的模型目录，在下载程序中找到文件 openai_api_demo/api_server.py，修改 MODEL_PATH 为你的模型存放地址。
然后进入 ChatGLM3-6B 程序的根目录（根据自己的部署来），激活Python虚拟环境：
最后启动API服务器：
看到 running on http://0.0.0.0 的提示信息就代表启动成功了。
注意这里的端口号，如果你是在AutoDL部署的程序，需要将端口号修改为6006，然后才能通过AutoDL提供的“自定义服务”在外网访问，端口号在openai_api_demo/api_server.py 文件的最末尾。
修改后重启API服务，然后在AutoDL的容器实例列表中点击“自定义服务”，即可获取外网访问地址。
调用API服务
这里还是以Python为例，首先使用pip安装OpenAI的SDK。
我准备了两个简单的应用示例，一个是简单的聊天程序，另一个是在大模型中使用插件的方法。
先看聊天程序，这里让它扮演一个数学老师进行出题，之前我写过一篇文章介绍相关参数的含义，这里就不罗嗦了，需要的请看：https://juejin.cn/post/
下边是程序的执行结果，大模型理解的很正确，并生成了合理的输出。
再看大模型中使用插件的方法，这里让ChatGLM根据用户要求调用天气函数查询实时天气，注意ChatGLM3-6B调用函数的方法没有支持最新的OpenAI API规范，目前只实现了一半，能通过tools传入函数，但是响应消息中命中函数还是使用的 function_call，而不是最新的 tool_calls。相关参数我也在别的文章中做过详细介绍，请参考：https://juejin.cn/post/
执行效果如下：
以上就是本文的主要内容，有兴趣的快去体验下吧。
想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2026 年已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部！
👇👇扫码免费领取全部内容👇👇
想了解大模型的行业动态、商业落地案例？大模型电子书？：
1. 100+本大模型方向电子书
2. 26 份行业研究报告：覆盖多领域实践与趋势
报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：
- 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
- 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
- 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
- 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。
3. 600+套技术大会 PPT：听行业大咖讲实战
PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：
- 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
- 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
- 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
- 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。
想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！
1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位
面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，：
2. 102 道 AI 大模型真题：直击大模型核心考点
针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：
3. 97 道 LLMs 真题：聚焦大型语言模型高频问题
专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：
刚接触 AI 大模型，不知道该从哪学起？这份「」直接帮你划重点，不用再盲目摸索！
路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。
L1阶段:启航篇丨极速破界AI新时代
L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。
L2阶段：攻坚篇丨RAG开发实战工坊
L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。
L3阶段：跃迁篇丨Agent智能体架构设计
L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。
L4阶段：精进篇丨模型微调与私有化部署
L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。
L5阶段：专题集丨特训篇 【录播课】
👇👇扫码免费领取全部内容👇👇
2026 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！
智谱 AI GLM 教程
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/267202.html原文链接：https://javaforall.net
