KeyFrame內部研究專用

How To Talk Verity Offline? (Ollama + Verity Setup Update)

KootJam5 min英文
觀看原始影片

三句話摘要

用 Ollama 在本地運行 AI 模型,接入 Verity 遊戲實現離線 AI 對話。 透過本地部署 Ollama + lightLLM proxy,可以實現完全離線的 AI 功能,對遊戲集成或隱私敏感的應用最有價值。 Ollama 提供了模型列表供使用者選擇,選擇時需權衡硬體配置與模型大小——低配電腦應選擇參數量小的版本(如 1B),高配電腦可選更大型號以獲得更好的回答質量。

重點整理

  1. Ollama 提供了模型列表供使用者選擇,選擇時需權衡硬體配置與模型大小——低配電腦應選擇參數量小的版本(如 1B),高配電腦可選更大型號以獲得更好的回答質量。

  2. 本地部署涉及完整的工具鏈:Ollama 提供模型引擎、Python 是開發基礎、UV 和 lightLLM proxy 負責將模型透過 API 介面標準化暴露,缺一不可。

  3. 遊戲配置的關鍵步驟是切換 Verity 模組設定中的 local LLM 標籤,將連接地址從本地迴圈改為 0.0.0.0,並指定正確的模型名稱。

  4. 本地部署完全避免了對網際網路與線上 API 的依賴,回應延遲主要取決於本機硬體,低配電腦可能需要數分鐘才能得到回答。

實用技巧與重點

  • 模型名稱與版本:Gemma 3、1B 參數版本
  • 命令指令:
  • `ollama pull [model_name]:[parameter_size]`
  • `ollama run [model_name]:[parameter_size]`
  • `pip install UV`
  • `UV pip install lightLLM-proxy`
  • `lightLLM --model ollama_chat/[model_name]`
  • Verity 遊戲配置參數:
  • 連接地址:127.0.0.1 改為 0.0.0.0
  • 代理伺服器埠號:4000(可自訂)
  • 模型指定格式:ollama_chat/[model_name]

結論

透過本地部署 Ollama + lightLLM proxy,可以實現完全離線的 AI 功能,對遊戲集成或隱私敏感的應用最有價值。

完整解析

線上 AI API 存在成本、隱私與網路依賴的問題,使用者若想在遊戲中使用 AI 對話功能卻又希望完全離線控制,本教程提供了具體的解決方案。

第一步是安裝 Ollama,從官網下載對應作業系統的版本。Ollama 本質上是一個本地 LLM 運行環境,它內建了模型列表供使用者下載。選擇模型時需要考量硬體限制——參數量大的模型(如 7B、13B)效果更好但對 CPU、記憶體、磁碟空間要求更高,低配電腦應選擇 1B 版本,高配電腦可嘗試更大的版本。講者因電腦配置有限,選擇了 Gemma 3 的 1B 版本。

接下來安裝 Python 開發環境。這是整個工具鏈的基礎——安裝時務必勾選「Add Python to PATH」確保命令列能直接呼叫 Python。Python 安裝完後,用 `pip install UV` 安裝包管理工具,再用 `UV pip install lightLLM-proxy` 安裝本地 LLM 代理伺服器。lightLLM proxy 的作用是將 Ollama 運行的模型包裝成標準 API 介面,這樣遊戲或其他應用就能通過 HTTP 請求調用,而不需要直接與 Ollama 通訊。

代理伺服器啟動後,進入 Verity 遊戲配置。在遊戲的 Mods 選單中找到 Verity 模組,開啟 config 設定。切換到「local LLM」標籤,啟用「use Ollama」選項。這裡有兩個重要的改動:第一是將 IP 地址從 127.0.0.1(本地迴圈位址)改為 0.0.0.0(全網介面),第二是在模型名稱欄位輸入 `ollama_chat/[你的模型名稱]`。埠號預設是 4000,如果本地代理伺服器使用了其他埠號則需對應更改。

實測階段,講者向 Verity 提問「法國的首都是什麼?」。儘管因電腦配置較低,AI 回應花費了數分鐘時間,但最終給出了正確答案「巴黎」,並補充了相關的旅遊資訊。這驗證了整個本地部署方案的可行性。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。