ollama安装 电脑版下载

简介

Ollama 是一个开源的本地大模型运行工具，把模型下载、加载与推理收敛成一条命令，解决在个人电脑上运行大语言模型时环境依赖多、步骤繁琐的问题。它面向想在自己机器上试用模型的开发者，也适合希望对话内容不离开本机的普通用户。核心优势在于同时覆盖 macOS、Windows、Linux 与 Docker 四种部署方式，命令行执行 ollama run 加模型名即可开始对话，装好后常驻后台自动提供本地 API，全程无需支付 API 费用。

核心功能

• 一行命令启动模型：执行 ollama run llama2 后自动下载模型文件并进入对话，无需手动管理模型存放路径。
• 四类平台覆盖：macOS、Windows、Linux 均提供对应下载入口，同时支持 Docker 方式部署。
• 后台常驻与自动 API：macOS 与 Windows 下常驻菜单栏或托盘图标，API 自动可用；Linux 使用 systemd 服务时同样开机即用。
• 自定义导入模型：支持从 GGUF 文件导入，也支持从 PyTorch 或 Safetensors 转换导入。
• 环境变量可配置：Windows 下提供开始菜单、此电脑属性、控制面板三条进入环境变量设置的路径。
• 生态接入面广：Dify、Open WebUI、Continue 等开源项目把 Ollama 作为首选本地接入方案。
• 零 API 成本：只要有电脑即可运行，无需申请接口密钥，也无需按调用量计费。

使用场景

• 本地对话与隐私保护：模型与数据都留在本机，适合处理不希望上传云端的文档与问答。
• 个人知识库搭建：配合本地大模型工具，把私有资料整理成可检索、可问答的知识库。
• 为应用提供本地接口：服务启动后 API 常驻，可在桌面应用或 Web 界面里把 Ollama 选作后端模型。
• 离线环境下的模型验证：在没有外网的机器上，用已下载好的模型做功能测试与提示词调试。
• 选型对比：与 LM Studio、LocalAI 等同类工具并列试用，按界面偏好与命令行习惯取舍。

安装与获取步骤

1. 打开 https://ollama.com/download/windows 获取 Windows 版安装包；同一页面也提供 macOS 与 Linux 的下载入口，具体文件信息以官方页面为准。
2. 双击下载得到的安装包，按提示逐步完成，结束后可在菜单栏或托盘看到 Ollama 图标。
3. 若命令行输入 ollama 提示无法识别，进入环境变量设置：开始→设置→关于→高级系统设置→系统属性→环境变量；也可走 此电脑→右键→属性→高级系统设置→环境变量，或 开始→控制面板→系统和安全→系统 这两条路径。
4. 新开一个命令行窗口执行 ollama run llama2，看到模型开始下载并能正常回话即代表环境可用。
5. Linux 用户可用脚本方式执行，脚本会自动下载所需组件并完成配置，随后用 ollama serve 启动服务。
6. 需要导入自有模型或查看各平台细节时，参考 https://github.com/datawhalechina/handy-ollama 的对应章节。

与同类方案的区别

• 与 LM Studio 相比：Ollama 以命令行和本地 API 为中心，LM Studio 提供图形界面，两者都面向本地推理，取舍取决于是否偏好图形操作。
• 与 LocalAI 相比：Ollama 走“一条命令拉起模型”的路线，从零到可对话的步骤更短。
• 与云端 API 相比：本地运行不产生调用费用，但模型能力受本机内存约束，具体可运行规格以官方页面为准。
• 生态位置：Dify、Open WebUI、Continue 等项目把 Ollama 作为本地接入方案，接入现成工具时通常只需填入本地地址。

注意事项

• 命令行提示 ollama 无法识别时，多半是环境变量未生效，改动后要重新打开命令行窗口再试。
• Linux 手动执行 ollama serve 的方式需要保持该终端开启，窗口关闭后服务即停止。
• 模型下载依赖网络，文件体积与所需内存随模型规格变化，具体数值以官方页面为准。
• 菜单栏或托盘图标消失时，先确认后台进程是否仍在运行，再排查是否被安全软件拦截。
• 各系统支持情况会持续更新，本文涉及的平台范围与下载入口以官方页面为准。