原文出处：Hugging Face Agents Course · units/zh-CN/unit0/onboarding.mdx 原作者：Hugging Face · 许可证：Apache-2.0 License 本篇为课程官方中文译文（Hugging Face 社区翻译），诸葛AI学院仅做格式整理（去除图片与交互组件），版权归原作者所有。

启航准备：开启学习之旅 ⛵

万事俱备，即刻启程！请完成以下四个步骤：

注册 Hugging Face 账户（如未完成）
加入 Discord 社区并自我介绍（无需拘谨 🤗）
在 Hub 平台关注智能体课程
助力课程推广

步骤一：创建 Hugging Face 账户

（如未注册）请点击此处创建账户

步骤二：加入 Discord 学习社区

👉🏻 点击此链接加入服务器

有关所有课程相关的问题和咨询，请访问 Hugging Face Hub 下的 courses 频道。

若您是 Discord 新用户，我们准备了《Discord 基础操作指南》供参考，详见下一章节

步骤三：关注 Hugging Face 智能体课程组织

通过关注课程组织，实时获取最新课程资料、更新通知与重要公告

👉 访问课程主页点击 Follow

步骤四：助力课程推广

两种方式支持课程发展： 1. 为课程代码仓库点亮 ⭐ GitHub 项目主页

分享学习宣言：使用专属宣传图在社交媒体宣告你的学习计划

点击 👉 此处下载宣传图

步骤五：在本地使用Ollama运行模型（如果遇到信用额度问题）

安装Ollama

请按照官方说明安装Ollama
本地拉取模型

bash ollama pull qwen2:7b #访问ollama网站获取更多模型信息 3. 在后台启动Ollama（在一个终端中）

bash ollama serve

如果遇到`listen tcp 127.0.0.1:11434: bind: address already in use`错误，你可以使用命令`sudo lsof -i :11434`来识别当前占用该端口的进程ID（PID）。若该进程是`ollama`，则可能是上述安装脚本已启动了ollama服务，因此可以跳过此命令直接使用Ollama。

使用LiteLLMModel替代InferenceClientModel

要在smolagents中使用LiteLLMModel模块，可运行pip命令安装该模块。

bash pip install smolagents[litellm]

```bash from smolagents import LiteLLMModel

model = LiteLLMModel( model_id="ollama_chat/qwen2:7b", # 或尝试其他Ollama支持的模型 api_base="http://127.0.0.1:11434", # 默认的Ollama本地服务器地址 num_ctx=8192, ) ```

为什么这种方式可行？

Ollama通过http://localhost:11434提供一个与OpenAI兼容的API，用于本地模型服务。
LiteLLMModel设计用于与任何支持OpenAI chat/completion API格式的模型进行通信。
这意味着你可以无缝地将InferenceClientModel替换为LiteLLMModel，无需其他代码改动从而实现即插即用的解决方案。

恭喜！🎉 您已完成启航准备！现在可以正式开启智能体技术的学习之旅，祝您探索愉快！

保持学习热情，继续闪耀 🤗