forked from DevOps/deploy.stack
d4c34bab43
新增两个Ollama模型配置：Qwen3.5-27B和Gemma4-26B，包含硬件参数、采样配置与适配Cherry Studio的MCP工具调用系统提示词，同时补充Gemma4-26B的使用说明文档。
69 lines
1.5 KiB
Markdown
69 lines
1.5 KiB
Markdown
# Gemma4 26B 模型配置
|
||
|
||
## 模型信息
|
||
|
||
- 基础模型: `gemma4:26b-a4b-it-q4_K_M`
|
||
- 量化级别: Q4_K_M
|
||
|
||
## 硬件配置
|
||
|
||
适用于: **2080Ti 22GB + NPU**
|
||
|
||
## Windows 环境变量设置
|
||
|
||
在运行 Ollama 之前，需要设置以下环境变量：
|
||
|
||
```powershell
|
||
$env:OLLAMA_NPU_ACCELERATE = "true"
|
||
$env:OLLAMA_GPU_OFFLOAD_KV = "true"
|
||
```
|
||
|
||
## 模型参数说明
|
||
|
||
### 硬件参数
|
||
|
||
| 参数 | 值 | 说明 |
|
||
|------|-----|------|
|
||
| `num_gpu` | 99 | GPU 层数 |
|
||
| `num_ctx` | 8192 | 上下文长度 |
|
||
| `num_batch` | 512 | 批处理大小 |
|
||
| `num_thread` | 12 | 线程数 |
|
||
|
||
### 采样参数
|
||
|
||
| 参数 | 值 | 说明 |
|
||
|------|-----|------|
|
||
| `temperature` | 0.32 | 温度系数 |
|
||
| `top_p` | 0.85 | 核采样概率 |
|
||
| `top_k` | 55 | Top-K 采样 |
|
||
| `repeat_penalty` | 1.08 | 重复惩罚 |
|
||
| `stop` | `<end_of_turn>` | 停止标记 |
|
||
|
||
## 创建模型
|
||
|
||
```powershell
|
||
ollama create gemma4-custom -f ./modelfile
|
||
```
|
||
|
||
### 无 >>> 静默运行命令
|
||
|
||
```powershell
|
||
ollama run gemma4-custom "你的问题" --nowordwrap
|
||
```
|
||
|
||
## 系统提示词说明
|
||
|
||
本模型配置了 Cherry Studio + SearXNG 工具调用能力，主要特性：
|
||
|
||
1. **工具调用格式**: 使用 `<|tool_call|>` 标签进行搜索调用
|
||
2. **单轮限制**: 每轮对话最多调用 1 次搜索
|
||
3. **结果收敛**: 收到搜索结果后直接回答，不再生成工具调用
|
||
4. **防循环机制**: 禁止触发二次搜索的话术
|
||
|
||
## Cherry 工具全局设置
|
||
|
||
### 搜索源：选择你自建的 SearXNG
|
||
最大工具调用次数：1
|
||
最大单轮搜索次数：1
|
||
|