ollama安装图解 电脑版下载

简介

Ollama 是一款开源的本地大语言模型运行框架，让你在个人电脑上直接下载、运行和管理各类开源大模型（如 DeepSeek-R1、Gemma、Kimi 等），无需依赖云端服务。它解决了本地部署大模型时环境配置复杂、依赖管理繁琐的问题，通过简单的命令行或图形界面即可完成模型拉取与推理。Ollama 适合希望离线使用 AI、关注数据隐私的开发者、研究者以及 AI 爱好者，也适合低配电脑用户通过量化模型获得可用的本地推理体验。其核心优势在于跨平台支持（Windows、macOS、Linux）、一键安装、模型管理便捷，并可通过 REST API 与 Python 等编程语言集成。

核心功能

• 跨平台安装：支持 Windows（.exe 安装包）、macOS（zip 包拖入 Applications）、Linux（bash 脚本）以及 Docker 容器部署。
• 模型一键拉取：通过 ollama pull <模型名> 命令即可从官方仓库或国内镜像下载模型，无需手动处理权重文件。
• 本地推理服务：运行 ollama serve 启动本地 API 服务，支持与 OpenAI 兼容的接口调用。
• 模型管理：ollama list 查看已下载模型，ollama rm 删除模型，ollama run 直接交互对话。
• 自定义模型导入：支持从 GGUF、PyTorch、Safetensors 格式导入模型，并可通过 Modelfile 自定义模型行为。
• 命令行验证：安装后执行 ollama -h 可查看帮助信息，确认安装成功。

使用场景

• 离线 AI 助手：在无网络环境下使用本地大模型进行问答、写作、代码生成等任务。
• 隐私敏感场景：处理敏感数据时，避免将内容上传至云端，保障数据本地化。
• 开发调试：通过 REST API 集成 Ollama 到自己的应用中，快速原型验证。
• 学习与研究：在低配电脑上通过量化模型体验大模型推理，了解模型部署流程。
• 多模型管理：在同一台机器上切换不同模型（如 DeepSeek、Gemma、Qwen），对比效果。

安装与获取步骤

1. 访问 Ollama 官方网站（https://ollama.com）或 GitHub 仓库（https://github.com/ollama/ollama）下载对应系统的安装包。
2. Windows：运行下载的 OllamaSetup.exe，双击后点击 Install，安装程序会自动安装到当前用户目录，无需手动选择路径。
3. macOS：解压 zip 包，将 Ollama.app 拖入 Applications 文件夹。
4. Linux：执行官方脚本 curl -fsSL https://ollama.com/install.sh | sh，或使用包管理器安装。
5. 安装完成后，打开终端（Windows 使用 PowerShell），运行 ollama serve 启动服务，再运行 ollama -h 验证安装。
6. 下载模型：执行 ollama pull <模型名>，例如 ollama pull deepseek-r1，等待下载完成即可使用。

与同类方案的区别

相比 LM Studio、Jan 等桌面应用，Ollama 更侧重于命令行和 API 集成，轻量且易于脚本化；LM Studio 提供图形界面，适合纯交互用户。在底层控制方面，llama.cpp 提供更细粒度参数调整，而 Ollama 封装了常用功能，开箱即用。对于生产环境，vLLM 提供更高吞吐，但配置复杂；Ollama 适合个人开发与轻量部署。

注意事项

• Windows 版 Ollama 固定安装在 C 盘，无法更改路径，请确保 C 盘有足够空间（大致需要 5GB 以上，具体以模型大小为准）。
• 首次运行模型时会下载权重文件，建议使用稳定的网络连接；若下载缓慢，可配置国内镜像源（以官方文档为准）。
• 模型文件体积较大（通常数 GB），下载前请确认磁盘剩余空间，并注意流量消耗。
• Ollama 的版本更新频繁，安装后建议定期检查更新，以获取新模型支持和性能优化。
• 若在 Linux 下使用，需确保系统已安装 curl 或 wget，并具备 sudo 权限。
• 运行 ollama serve 后，默认端口为 11434，请勿与其他服务冲突。