​Ollama使用教程

橘炎_DevinLuo

--- 什么是Ollama？ ---

开源工具，支持在本地计算机（Mac/Windows/Linux）运行大型语言模型，特点：
一键部署70+主流模型
自动调用CPU/GPU（Apple Silicon优化）
支持对话交互与API调用
可自定义模型微调

---

--- 安装指南 ---

▶ macOS：

打开终端执行：
curl -fsSL https://ollama\.com/install\.sh | sh

▶ Linux：

终端执行：
curl -fsSL https://ollama\.com/install\.sh | sh
或使用Docker：
docker run -d -p 11434:11434 ollama/ollama

▶ Windows：

访问官网下载安装包（预览版）：
https://ollama.com/download

---

--- 基础使用 ---

① 运行第一个模型：

ollama run llama3
输入测试提示（例："用中文写一首关于咖啡的诗"）

② 常用命令：

ollama list 查看已安装模型
ollama run <模型名> 启动指定模型
/exit 退出对话模式

③ 保存对话记录：

ollama run llama3 -q > chat_history.txt

【提示】按 ↑ 键调出历史提问，Ctrl+C 终止生成~~~~

---

--- 进阶技巧 ---

▶ 模型管理：

下载模型： ollama pull codellama:7b
删除模型： ollama rm mistral:latest

▶ API调用示例：

curl http://localhost:11434/api/generate -d '{
"model": "llama3",
"prompt": "用emoji解释量子计算",
"stream": false
}'

▶ Python集成代码：

import ollama
response = ollama.generate(model='llama3', prompt='用三句话解释AI绘画原理')
print(response['response'])

---

--- 实战场景 ---

场景1：本地代码助手

ollama run codellama:7b
输入：帮我用Python写一个斐波那契数列生成函数，要求带注释

场景2：论文润色

ollama run llama3:70b
输入：请将以下段落改写为学术用语：气候变化导致极端天气增加...

场景3：私人知识库

ollama create myGPT -f Modelfile

---

--- 常见问题 ---

Q：模型下载速度慢？
A：使用国内镜像源：OLLAMA_HOST=mirror.example.com ollama run llama3

Q：内存不足怎么办？
A：尝试小尺寸模型（如llama3:7b）或添加--num-gpu 1参数

Q：支持中文吗？
A：Llama3中文支持良好，对话时输入：system: 请使用中文回答

---

--- 资源推荐 ---

官方模型库：https://ollama.com/library

版权声明

1、转载或引用本网站内容(​Ollama使用教程)须注明原网址及作者(橘炎_DevinLuo)，并标明本网站网址(https://pixtech.cc/)。

2、对于不当转载或引用本网站内容而引起的民事纷争、行政处理或其他损失，本网站不承担责任。

3、对不遵守本声明或其他违法、恶意使用本网站内容者，本网站保留追究其法律责任的权利。

本文地址: https://pixtech.cc/thread-1512-1-1.html