ollama官方下载使用教程

简介

Ollama 是一个开源的本地大模型运行与部署工具，支持 macOS、Windows、Linux 三个平台，也能在云端构建与运行。它解决的是「想用大模型却不愿依赖在线服务」的问题：模型拉取到本机后，断网状态下仍可对话，数据留在自己的设备上。适合开发者、学生、内网与服务器环境的使用者，以及需要反复调试提示词的人。核心优势是开源免费、命令行操作直接、模型可统一增删管理，还能随时删除不用的模型释放存储空间。

核心功能

• 本地拉取并运行模型：一条命令把模型下载到本机并进入对话，不需要注册在线账号。
• 模型统一管理：查看本地已有模型，用 ollama rm 加模型名删除指定模型并释放存储空间。
• 跨平台覆盖：macOS、Windows、Linux 均有对应入口，Windows 提供下载页，Linux 提供一键脚本与手动安装说明。
• 本地与云端并行：官方定位是在本地或云端运行、构建开源模型，可按网络与硬件条件选择部署位置。
• 桌面应用连接：在 macOS 打开 Ollama 并选择 Apps，按提示连接 Claude 或 ChatGPT (Desktop)，随后安装或重启该应用。
• 容器化部署：官方镜像 ollama/ollama 可在 Docker Hub 获取，适合在容器内统一管理大模型服务。
• 自动更新：macOS 与 Windows 会自动下载更新，点击任务栏或菜单栏图标选择「重启以更新」即可应用。

使用场景

• 个人电脑本地对话：模型在本机运行，未连接网络时也能使用类似 ChatGPT 的服务，对话内容不外传。
• 开发者调试与集成：在本地反复拉取、切换模型，配合提示词调试验证应用效果。
• 服务器与内网部署：Linux 环境下手动部署、配置 systemd 服务、做 GPU 加速优化，适合无法直连外网的机器。
• 容器与超算平台：在 Docker 容器内部署和管理大模型，高校超算平台用户手册中即以此方式接入。
• 教学与动手练习：Datawhale《动手学Ollama》从基础到进阶配实际案例，适合系统学习部署流程。
• 定制专属模型：按特定用途建立自己的 Ollama 模型，配合提示词模板做定向输出。

安装与获取步骤

1. 打开官网 https://ollama.com/ 或中文快速入门 https://ollama.readthedocs.io/quickstart/ ，按自己使用的系统选择对应入口。
2. Windows：进入下载页获取安装包并运行，按向导完成；macOS：获取对应版本后打开 Ollama。
3. Linux：在终端执行 curl -fsSL https://ollama.com/install.sh | sh ，需要时再查阅同页的手动安装说明。
4. Docker 方案：从 Docker Hub 获取官方镜像 ollama/ollama，按镜像说明启动容器并挂载模型目录。
5. 拉取模型：执行 ollama pull 加模型名等待下载完成，再用 ollama run 加模型名进入对话，用 ollama help 查询任意命令用法。
6. 桌面连接（可选）：macOS 上打开 Ollama 选择 Apps，按提示连接 Claude 或 ChatGPT (Desktop)。

命令与排障速查

• ollama rm 加模型名：删除本地不再使用的模型，立即释放存储空间。
• ollama help：获取任何命令的帮助信息，快速确认参数与用法。
• 看日志：运行表现异常时先查日志，Mac 的日志位置见 https://docs.ollama.com/troubleshooting 。
• 离线导入：目标机器无法直连外网时，可在能连通外网的机器上先下载模型，再用社区工具导入，相关工具也支持其它平台。
• 升级：macOS 与 Windows 自动下载更新，点菜单栏或任务栏图标选「重启以更新」，也可手动下载最新版本覆盖。

注意事项

• 模型下载体积较大，执行拉取前先确认磁盘剩余空间；不再需要的模型用 ollama rm 删除。
• 通过代理上网时可能出现模型拉取失败，先核对代理与网络设置再重试。
• 运行表现异常时先看日志，Mac 的日志路径见 https://docs.ollama.com/troubleshooting ，结合具体报错再检索方案。
• 多 GPU 环境需要显式指定使用哪张 GPU，否则资源分配可能不符合预期。
• Linux 服务器建议配置 systemd 服务，避免重启后服务没有自启。
• 系统要求、可用模型清单与命令参数以官方页面为准，各平台入口可能调整。