Written by chenylvia
on June 22, 2025

Ollama使用教程

Ollama是一个开源工具，用于本地运行大模型，它的特点是使用简单，配置方便。本文介绍如何使用Ollama。

一、安装Ollama

Windows / MacOS

MacOS

brew install ollama

Linux

curl -fsSL https://ollama.com/install.sh | sh

Docker

拉取Docker镜像：

docker pull ollama/ollama

安装完成后，执行如下命令查看版本号：

ollama -v

查看使用说明：

ollama -h

结果：

Usage:
  ollama [flags]
  ollama [command]

Available Commands:
  serve       Start ollama
  create      Create a model from a Modelfile
  show        Show information for a model
  run         Run a model
  stop        Stop a running model
  pull        Pull a model from a registry
  push        Push a model to a registry
  list        List models
  ps          List running models
  cp          Copy a model
  rm          Remove a model
  help        Help about any command

Flags:
  -h, --help      help for ollama
  -v, --version   Show version information

Use "ollama [command] --help" for more information about a command.

Ollama基于客户端-服务端架构，执行ollama serve开启服务端。

二、运行模型

Ollama支持多个模型，例如deepseek-r1和qwen3等，可访问官网模型入口查看具体模型。

ollama-models

点击模型名称，可以看到不同类型的模型：

deepseek-r1-models

下载模型：

ollama pull <模型名称>

查看已下载模型：

ollama list

查看模型信息：

ollama show <模型名称>

运行模型（如果本地没有该模型，则会先进行下载）：

ollama run <模型名称>

以deepseek-r1:1.5b模型为例，本地运行后，出现命令行交互界面，输入问题后模型返回结果：

ollama-model-cli

三、自定义模型

Ollama支持创建自定义模型，并且提供了Modelfile文件来管理模型配置，使用自定义模型的好处是可以根据自己需求进行个性化配置。

通过现有模型创建自定义模型：

ollama create <自定义模型名称> -f <Modelfile>

Modelfile是模型配置文件，用于定义和管理模型，可以在其中配置模型温度和随机种子等。

将自定义模型推送到模型库：

ollama push <自定义模型名称>

四、总结

通过使用Ollama工具，可以很方便地下载和运行模型。Ollama也提供了基于HTTP的API，开发者可通过接口调用的方式和模型进行交互。总之，Ollama类似于软件应用中的Docker，简化了本地配置和部署模型的流程。

Discussion and feedback

← → Top