# flask-notebook

**Repository Path**: 3162289690/flask-notebook

## Basic Information

- **Project Name**: flask-notebook
- **Description**: No description available
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2024-11-14
- **Last Updated**: 2024-11-14

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

以下是对你提供的 Markdown 内容进行优化后的版本：

---

# 创建并配置 Jupyter Notebook 环境

## 1. 创建新的 Conda 环境

```bash
conda create --name Notebook python=3.9
```

## 2. 激活环境

```bash
conda activate Notebook
```

## 3. 安装 Jupyter Notebook

```bash
conda install jupyter
```

## 4. 启动 Jupyter Notebook

```bash
jupyter notebook
```

## 5. 生成并配置 Jupyter Notebook 配置文件

```bash
jupyter notebook --generate-config
```

## 参考链接

1. [CSDN 博客：Jupyter Notebook 配置](https://blog.csdn.net/cainiao_python/article/details/125567913)
2. [CSDN 博客：Jupyter Notebook 运行界面](https://blog.csdn.net/zxm19980727/article/details/88601249)
3. [CSDN 博客：Jupyter Notebook 运行界面（版本）](https://blog.csdn.net/Cyb19980727/article/details/138735256)
4. [Jupyter Notebook 官方文档：迁移到 Notebook 7](https://jupyter-notebook.readthedocs.io/en/latest/migrate_to_notebook7.html)

## 6. 运行界面

- [Jupyter Notebook 运行界面](http://127.0.0.1:3010/app/webAssembly/runNotebook.html)
- [Flask 应用运行界面](http://127.0.0.1:3010/app/webAssembly/runFlask.asp?versionID=798)
- [Python 脚本运行界面](http://127.0.0.1:3010/app/webAssembly/runPy.html)

## 示例代码

```python
import sys
import os

# 获取 Python 版本
version = sys.version
print(version)

# 获取当前工作目录
current_working_directory = os.getcwd()
print('当前工作目录:', current_working_directory)

# 获取目录下的所有文件
files = [f for f in os.listdir(current_working_directory) if os.path.isfile(os.path.join(current_working_directory, f))]
for file in files:
    print(file)

# 读取文件内容
def read_file_content(file_path):
    # 检查文件是否存在
    if not os.path.exists(file_path):
        return f"文件 {file_path} 不存在"

    # 检查文件是否为普通文件
    if not os.path.isfile(file_path):
        return f"{file_path} 不是一个有效的文件"

    try:
        # 打开文件并读取内容
        with open(file_path, 'r', encoding='utf-8') as file:
            content = file.read()
            return content
    except Exception as e:
        return f"读取文件时出错: {e}"

# 示例文件路径
file_path = 'app.py'
content = read_file_content(file_path)
print(content)
```

# 使用 Docker 部署 Flask 应用

## 1. 手动拉取 Docker 镜像

```bash
docker pull python:3.9-slim
```
## 2. 构建 Docker 镜像
```bash
docker build -t flask-notebook .
```

## 3. 运行 Docker 容器并指定端口

```bash
docker run -d -p 5000:5000 flask-notebook
```

---

# 导出已安装的包
```bash
pip freeze > requirements.txt
```

```bash
flask~=3.0.3
flask-cors~= 5.0.0
```

```bash
git rm -r --cached .idea
git commit -m "Remove .idea directory from repository"
git push
```

# Ollama本地私有化部署

## 参考资料
https://blog.csdn.net/Langchain/article/details/143402899
https://github.com/ollama/ollama?tab=readme-ov-file
https://hub.docker.com/r/ollama/ollama
https://github.com/ollama/ollama-python
https://github.com/ollama/ollama/blob/main/docs/api.md

https://blog.csdn.net/willian113/article/details/142746017
https://blog.csdn.net/u014297502/article/details/136308061

## CPU only

```bash
docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama

# 拉取模型
ollama pull llama2
ollama pull llama3.2
# 运行模型
ollama run llama2
# 运行模型 本地没有，先下载模型
ollama run llama3.2

ollama run llama3.2
ollama run qwen2.5
# 输入/help查看对话可用指令
# 输入/bye退出对话模式


ollama serve	# 启动ollama
ollama create	# 从模型文件创建模型
ollama show		# 显示模型信息
ollama run		# 运行模型
ollama pull		# 从注册仓库中拉取模型
ollama push		# 将模型推送到注册仓库
ollama list		# 列出已下载模型
ollama cp		# 复制模型
ollama rm		# 删除模型
ollama help		# 获取有关任何命令的帮助信息

```

## REST API
```bash
# 流式返回
curl -X POST http://localhost:11434/api/generate -d '{"model":"llama3.2","prompt":"Why is the sky blue?"}'

# 非流式返回。通过设置 "stream": false 参数可以设置一次性返回。
curl http://localhost:11434/api/generate -d '{ 
  "model": "gemma:2b",
  "prompt":"介绍一下React，20字以内",
  "stream": false 
}'


curl --location 'http://localhost:11434/api/generate' --header 'Content-Type: application/json' --data '{"model":"llama3.2","prompt":"Ollama本地私有化部署具体的方案"}'


```