ollama安装版本选择 电脑版下载

简介

Ollama 是一个开源的大型语言模型服务工具，旨在简化在本地机器上部署和运行大模型的流程。它支持 Windows、macOS、Linux 及 Docker 环境，用户可通过官方安装包或脚本完成一键安装，无需复杂 CUDA 配置即可运行 Qwen、Llama、GLM、DeepSeek 等主流开源模型。Ollama 适合希望本地运行 AI 模型的开发者、研究者及隐私敏感用户，其核心优势在于安装便捷、模型管理命令统一，并提供与 OpenAI 类似的 API 接口，便于集成到现有应用中。本文基于官方文档与社区实践，整理各平台安装版本选择与配置要点。

核心功能

• 跨平台安装：支持 Windows（OllamaSetup.exe）、macOS（官方安装包）、Linux（curl 脚本）及 Docker 容器部署。
• 模型一键管理：通过 ollama run、ollama pull 等命令快速下载、运行、删除模型，支持 Qwen、Llama、DeepSeek 等。
• 环境变量自定义：可配置模型存储路径（OLLAMA_MODELS）、服务监听地址（OLLAMA_HOST）、端口等，满足个性化部署需求。
• API 兼容接口：提供类似 OpenAI 的 REST API，便于与第三方应用（如 Chatbox）集成。
• 无需管理员权限（Windows）：OllamaSetup.exe 会在用户账户内安装，普通用户即可完成部署。
• 定期更新支持新模型：官方持续更新以兼容最新开源模型，用户可通过重装安装包或脚本升级。

使用场景

• 本地开发调试：在无网环境或内网中运行大模型，用于代码生成、文本摘要等任务。
• 隐私敏感场景：数据不出本机，适合处理医疗、金融等敏感信息。
• 教学与实验：学生或研究者快速搭建本地模型环境，学习模型调用与微调。
• 边缘设备部署：在配置有限的电脑上运行小参数模型，如 7B 量化版，降低硬件门槛。
• 与第三方 UI 集成：通过 API 连接 Chatbox、Open WebUI 等图形界面，提升交互体验。

安装与获取步骤

1. 访问 Ollama 官网下载页面（ollama.com/download/windows），选择对应平台安装包。Windows 用户下载 OllamaSetup.exe，macOS 用户下载官方 .dmg 安装包。
2. 运行安装程序：Windows 双击 OllamaSetup.exe，按提示完成安装，无需管理员权限；macOS 拖拽应用至 Applications 文件夹。
3. Linux 用户可在终端执行一键安装脚本：curl -fsSL https://ollama.com/install.sh | sh，脚本会自动适配发行版。
4. 安装完成后，打开终端或命令提示符，输入 ollama run llama3.2 测试运行，首次会下载模型。
5. 如需修改模型存储位置，设置环境变量 OLLAMA_MODELS 指向目标目录，并重启 Ollama 服务（Windows 需在系统属性中配置）。
6. 若需远程访问，设置 OLLAMA_HOST 为 0.0.0.0:11434，并在防火墙中放行该端口。

与同类方案的区别

相比 LM Studio 等工具，Ollama 更注重命令行与 API 集成，提供跨平台一致的命令接口，且支持 Docker 部署，便于服务化。LM Studio 提供图形界面，适合非技术用户，但 Ollama 的脚本化安装与模型管理更适合自动化场景。两者均支持 x64 和 ARM64 架构，但 Ollama 的 Linux 无头安装选项更丰富。

注意事项

• Windows 安装包默认安装到用户目录，若需全局使用，可手动调整环境变量 PATH。
• 模型默认存储在 C 盘用户目录，可通过 OLLAMA_MODELS 变量迁移至其他磁盘，避免占用系统盘空间。
• 防火墙可能拦截 Ollama 的网络访问，首次运行若遇连接失败，需在防火墙中放行 11434 端口。
• 升级 Ollama 时，Linux 可重复执行安装脚本，Windows 需重新下载安装包覆盖安装。
• 不同模型对内存要求差异大，运行前建议确认模型参数量与量化级别，避免内存不足。
• 若下载速度过慢，可尝试切换网络或使用加速工具，安装包最终会跳转至 GitHub 下载。