配置 Ollama 本地缓存路径为/opt/model/，使得 Huggingface 相关库在下载模型时能够优先使用本地缓存

在Hugging Face的Transformers库中，你可以通过设置`cache_dir`参数来配置Ollama（可能是误拼，因为通常我们说到的是`transformers`库而不是特定的Ollama）的本地缓存路径。当加载大型预训练模型时，如果已经存在该目录下的文件，它会优先从缓存中读取，减少网络请求。

以下是设置`cache_dir`的例子：

from transformers import AutoTokenizer, AutoModel

# 设置本地缓存路径
local_cache_path = '/opt/model/'

# 使用这个路径作为缓存
tokenizer = AutoTokenizer.from_pretrained("bert-base-chinese", cache_dir=local_cache_path)
model = AutoModel.from_pretrained("bert-base-chinese", cache_dir=local_cache_path)

# 下载和加载模型时，将优先查找这个目录

如果你使用的是`datasets`库加载数据集，也可以类似地设置`data_dir`:

from datasets import load_dataset

load_dataset("your_dataset_name", data_dir=local_cache_path)