大模型，ollama，modelfile。
FROM C:\mymodel\Qwen2.5-0.5B-Instruct\
# set the temperature to 1 [higher is more creative, lower is more coherent]
PARAMETER temperature 0.7
PARAMETER top_p 0.8
PARAMETER repeat_penalty 1.05
PARAMETER top_k 20
TEMPLATE """{{ if .System }}<|im_start|>system
{{ .System }}<|im_end|>
{{ end }}{{ if .Prompt }}<|im_start|>user
{{ .Prompt }}<|im_end|>
{{ end }}<|im_start|>assistant
{{ .Response }}{{ if .Response }}<|im_end|>{{ end }}"""
# set the system message
SYSTEM """你是tom，你是X教授开发的AI人工智能。"""
FROM 是必填项，设置模型来源，例子中设置本地模型的文件夹，也可指定一个完整的模型文件。
PARAMETER temperature 0.7 模型的温度。 temperature通常用于控制随机性和多样性，提高温度意味着更高的随机性，可能导致更出乎意料但可能更有创意的答案。(Default: 0.8)
PARAMETER top_p 0.8 与top-k协同工作。较高的值（例如，0.95）将导致更丰富的文本多样性，而较低的值（如，0.5）则会生成更聚焦和保守的内容。(Default: 0.9)
PARAMETER repeat_penalty 1.05 设定了重复惩罚的强度。较高的值（例如，1.5）会更强烈地处罚重复，而较低的值（如0.9）则会宽容一些. (Default: 1.1)
PARAMETER top_k 20 减少生成无意义内容的概率。较高的值（例如，100）会使答案更加多样，而较低的值（如，10）则会更为保守。 (Default: 40)
SYSTEM 定义模型的自我认知。简单说就是告诉模型是谁，另外在模版中要调用才会生效。
TEMPLATE 模型的工作模版。简单说就是应答流程、模式。样例中定义了基本项：模型自我认知、应答流程。
样例应答流程：先检查定义有没有SYSTEM，将模型自我认知定义为SYSTEM设定的值，此时角色是system（即模型自己）。然后，判断用户有没有提问题，此时轮到角色user（即要向AI提问的用户）。最后，回答问题，角色是AI助手（即回答问题的AI）。
每个if要与一个end对应。
im_start与im_end对应，表示一轮行动开始与结束，每轮行动对应一个角色。
角色：system即模型自身，user即要提问的用户，assistant即回答问题的AI助手。
Prompt即用户提的问题。
Response即AI助手的回答。
总结：一问一答交互流程，FROM是必填，PARAMETER与TEMPLATE不是必填，PARAMETER不填可能会生效默认值（样例中的值比较保守，即AI助手在回答时不会过于自由、天马行空），但TEMPLATE不填模型将不能正常工作，因为模型不知道工作流程是什么，所以要通过TEMPLATE定义最基本的一问一答交互流程。
另外，样例中轮到system与user角色的时，都进行了if判断，轮到assistant则没有判断，因为user提问后，AI必须回答所以不用判断。最后对是否有Response（即回答）进行判断，如果有回答将结束本轮行动。