首先，我想分享一下我的小米手机的配置。我选择了这款配置一般的手机主要是因为它具有较大的存储空间，而且对于手机的配置要求并不高。你可以查看我的手机配置的截图：

在手机上安装了Termux app后，我可以使用各种命令进行安装和使用，就像在Linux操作系统上一样。随后，通过Termux安装了openssh，这样我就可以在Windows、Mac等电脑上远程连接到手机。

然后，如何处理IP地址呢？这时候，TailScale就派上用场了。它可以组建局域网，识别出IP地址，使得在可信任的几台机器上使用类似局域网IP变得非常简单。

我现在使用的两个apk的下载地址如下：
https://www.alipan.com/s/kU8qpJ4m5cJ

通过上述步骤，我成功在手机上安装了Tailscale。Tailscale是一种基于WireGuard的虚拟组网工具，它在用户态实现了WireGuard协议，具有开箱即用、高安全性/私密性等特点。通过Tailscale，我可以在不同设备上组建局域网，实现便捷的远程访问。

• 一台阿里云的Linux服务器（有域名的）
• 一台小米手机（也是常开的）
• 一台Windows电脑（在公司，一般不关机的）
• 一台Mac电脑（需要特定的地区哟）

这几台设备可以组建局域网。例如，我在Windows电脑上部署了某个服务网站，按照常规来说我只能在我的Windows电脑上进行访问。但是通过Tailscale局域网，我可以在我的小米手机和公司的Mac电脑上访问这个服务网站。同时，我可以在阿里云服务器上通过nginx进行代理跳转，实现在任何地方访问这个服务网站。这样，我实际上是在我的公司Windows电脑上进行访问。

关于手机上安装Termux，我选择了一个成熟的Linux终端。此外，我在手机上使用Termux安装了SSH：

pkg update
pkg upgrade
pkg install openssh

然后，在Termux中启动ssh程序并获取手机的ssh登录用户和密码：

sshd
whoami
passwd

现在，我可以在Windows电脑上通过命令进行远程连接到手机：

ssh -p 8022 u0_a461@xxx.xx.xx.xx

我还了解了Hugging Face，它不仅提供了大型模型，还将AI技术的开发变得更加简单和民主化。通过Hugging Face，我可以安装huggingface_hub并在代码中调用，或者通过huggingface-cli命令行进行下载模型。

接下来，我将准备一个大型模型Llama.CPP。它适合在不同的硬件上测试，并且可以在CPU、CUDA或Apple芯片上工作。我将使用Python库来运行Llama.CPP。

我准备了大型模型Llama.CPP的开源仓库地址： https://github.com/ggerganov/llama.cpp ，以及要下载的大型模型地址： https://huggingface.co/TheBloke/Llama-2-7B-Chat-GGUF

我安装了所需的软件库，并通过huggingface-cli下载了大型模型：

huggingface-cli download TheBloke/Llama-2-7B-Chat-GGUF llama-2-7b-chat.Q4_K_M.gguf --local-dir . --local-dir-use-symlinks False

下载完毕后，我准备了代码文件main.py，通过执行命令python3 main.py来运行模型。

如果你想更快地查看效果，可以在带有GPU的服务器上部署，或者在Google的Colab上免费享用速度。

最后，如果通过命令下载模型比较慢，或者特殊网络无法实现，可以直接在我的阿里云盘中进行打包下载。同时，我也提供了一个38G的大型模型，有兴趣的可以下载试玩一下。

如有资料更新，我会第一时间进行处理。可以在我的公众号“那个曾经的少年回来了”后台回复消息“手机部署大模型”，即可获取最新的阿里云盘工具和模型分享链接。