简介面向需要在类Unix操作系统如Linux、macOS中部署Ollama的用户这份安装资源包以“安装”为主线系统梳理了从环境准备、脚本执行到配置验证的完整流程避免用户在搜索零散教程时来回折腾。资源内容既涵盖Ollama基本功能与适用场景的介绍也详细说明了安装前的系统要求、依赖检查、权限设置等关键环节并对执行过程中可能遇到的典型错误给出排错思路整体上兼顾了新手按步骤操作和运维人员快速参考两种需求。压缩包共3个文件包含一个Shell安装脚本、一个PHP获取脚本和一份TXT说明文档三者配合可完成自动获取安装包、运行安装过程及阅读详细使用说明整个包体仅13KB轻量而实用。目前已有434人学习下载对于希望快速搭建Ollama运行环境的人来说是一份值得收藏的实用工具。 最近又折腾了一轮本地大模型部署前前后后试过llama.cpp、vLLM、LM Studio最后还是踏踏实实回到Ollama。说真的ollama install这件事本身不复杂但网上教程十有八九只讲到“下一步下一步”一遇到下载慢、想装到D盘、模型拉不下来就卡住了。这篇把我在Windows和Linux上实际安装、部署、接API时踩过的坑和验证过的方案完整写一遍从安装预检到模型下载再到和CherryStudio、Claude Code这类工具的对接适合第一次接触Ollama本地部署的新手也适合想换机器重新部署的老手对照避雷。1. Ollama是什么为什么值得本地跑1.1 一句话理解OllamaOllama是一个开源的本地大模型运行时底层用Go语言编写把模型下载、服务启动、GPU/CPU推理、API暴露这一整个链路全部封装成了简单的命令行指令。官方维护了一个模型库常见的Llama 3.1、Qwen2.5、Mistral、Phi、DeepSeek都能直接拉取。你不需要懂PyTorch、不需要配置Python环境、不需要处理CUDA兼容的各种版本地狱一个安装包加几个命令就能把大模型跑起来。它本质上做的是这么一件事把开源模型变成“本地服务”。启动之后默认监听127.0.0.1:11434对外暴露的是兼容OpenAI格式的HTTP接口。这意味着任何能调用OpenAI API的程序改一行base_url就能切到本地模型这是它能在开发者圈子里快速流行起来的最重要原因。1.2 本地部署解决了哪些真实问题我为什么建议有条件的场景优先考虑Ollama核心有三点第一是隐私。用在线API时你的代码、日志、文档片段都会经过第三方服务器。做内部工具、处理敏感数据时这是硬伤。Ollama完全本机运行数据不出内网这一点对企业和个人开发者都是刚需。第二是成本。只要有一张8GB显存的显卡就能流畅跑7B量化模型。相比按Token计费的商业API长期高频调用本地推理几乎是零边际成本。即使没有NVIDIA显卡纯CPU推理速度慢一些但对一些不需要实时响应的批处理任务也能接受。第三是可控。模型版本、量化级别、停止词、上下文长度、系统提示词全都自己说了算。配合Modelfile模板文件你可以像Dockerfile定制镜像一样定制自己的模型版本这在做垂直场景应用时非常重要。1.3 它和其他部署方式的区别很多人纠结于Ollama、llama.cpp、vLLM、LM Studio到底选哪个。我给一个容易理解的判断llama.cpp是底层推理引擎性能极致但使用门槛高适合跑benchmark或者二次开发vLLM面向高并发生产环境吞吐量大但要配Python环境、要处理依赖LM Studio偏图形界面适合完全不想碰命令行的人。Ollama恰好卡在中间层既能命令行操作、又有API接口、还有简单的服务管理是最适合“个人开发者和中小团队做本地应用”的起点。2. 安装前的预检与关键选型2.1 硬件与系统要求很多人下载了安装包装不上或者装上之后启动就报错其实是没看官方要求。平台系统版本要求硬件备注WindowsWindows 10 22H2及以上或Windows 11建议8GB内存起步显卡有NVIDIA CUDA支持最好Linux主流发行版Ubuntu/Debian/CentOS/Rocky等x86_64或arm64带GLIBC_2.17以上macOSmacOS 13及以上Apple Silicon优先Intel版本能跑但性能一般Windows 7不支持官方没有任何安装渠道不用折腾这里要专门说一句网上不少人在问“ollama win7能不能装”实测结论是不行。Ollama依赖的操作系统底层能力和Win7差距太大官方连32位系统的支持都没有。如果你的生产环境还停留在Win7建议要么升级系统要么改用Linux虚拟机方式运行。显卡方面Ollama会优先使用NVIDIA的CUDA其次是Apple的Metal。AMD显卡通过ROCm也有支持但配置相对麻烦。如果你用什么显卡都没有CPU推理也能跑只是速度慢7B模型大概每秒几个Token做实验够了扛生产就会急死人。2.2 Windows下原生安装与WSL2的选择很多搜“ollama安装教程”的人会搜到旧文章告诉你必须装WSL2然后用Linux版Ollama。这是早期版本的限制现在Windows已经有原生安装包OllamaSetup.exe装完就是一个Windows原生服务不再强制依赖WSL2。但这不代表WSL2方案没有意义。如果你整体的开发环境就在WSL2里比如你跑DB-GPT、各种Python框架都在Ubuntu里那在WSL2的Linux环境里直接安装Linux版Ollama后续模型文件和调用链会更统一。我的建议是只用来跑本地对话、接API做小工具直接装Windows版简单省事。Linux工具链已经跑在WSL2里把Ollama也装进WSL2模型文件随Linux环境管理。注意两条路不要混着来否则会出现两个Ollama实例抢端口。2.3 磁盘规划先想好模型放哪里这是新手最容易忽略的一步。Ollama默认把模型存在用户目录下Windows是C:\Users\你的用户名\.ollama\modelsLinux是~/.ollama/models。一个7B的Q4量化模型大概4~5GB13B大概8~9GB如果你打算装四五个模型C盘一下就满了。所以强烈建议在安装之前先定好模型盘。Windows用户可以直接设置一个叫OLLAMA_MODELS的系统环境变量指向D盘目录Linux用户如果想改位置也是同样的环境变量。这个变量必须在启动Ollama服务之前生效否则模型目录不会迁移。改完之后以后所有ollama pull下载的内容都会进这个新目录。3. 分平台完整安装实操3.1 Windows从下载到验证Windows安装的完整流程我整理成下面这几步前往官网下载OllamaSetup.exe或者在GitHub Releases页面拿最新版安装包。双击安装包不需要什么配置一路默认即可安装过程会注册一个后台服务。安装完成后打开一个新的CMD或PowerShell窗口输入ollama -v能看到版本号说明命令可用。输入ollama list查看当前已安装的模型初次使用应该是空列表。确认服务是否在跑可以访问http://127.0.0.1:11434如果返回Ollama is running就说明一切正常。托盘区也会出现一个羊驼图标右键可以退出或打开日志。这里有个细节装完如果ollama命令提示找不到基本是PATH没有刷新新开一个终端窗口就行。如果新窗口还是找不到去“系统属性 - 环境变量”里确认安装目录默认是C:\Users\你的用户名\AppData\Local\Programs\Ollama有没有在PATH里没有就手动加。3.2 重点怎么把Ollama装到D盘“ollama怎么安装在d盘”这个问题被问得非常多分两部分说清楚。如果是安装包本身想装到D盘老实说官方Windows安装包没有提供选择目录的图形选项默认必须装到用户目录。不想装C盘的话可以在安装后用mklink /J做目录符号链接把C:\Users\你的用户名\.ollama整个链接到D盘这样模型数据落到D盘C盘只留一个不到几十MB的程序文件。如果是想“模型数据放D盘”最简单的方式是先设置环境变量再启动Ollama在D盘创建一个目录比如D:\ollama\models。打开系统环境变量设置新建一个用户变量变量名OLLAMA_MODELS变量值D:\ollama\models保存后完全退出Ollama托盘图标重新启动拉取模型时检查这个目录有没有新增文件即可。实测下来设置了这个变量之后ollama pull下载的所有blob文件都会进入D盘指定目录。如果你的Ollama已经装完并且下载过模型了最好把旧的.ollama\models目录整个剪切到新位置再重启服务这样省得二次下载。3.3 Linux和macOS的安装Linux安装最简单的方式是官方一行命令curl -fsSL https://ollama.com/install.sh | sh脚本会帮你下载二进制、创建ollama用户、注册systemd服务。装完输入systemctl status ollama看服务状态默认监听本机11434端口。如果你所在环境访问ollama.com不稳定可以直接去GitHub Releases下载预编译的ollama-linux-amd64.tgz解压后把ollama二进制放到/usr/local/bin然后手动注册systemd服务。下面是一个我自己实测可用的systemd unit[Unit] DescriptionOllama Service Afternetwork-online.target [Service] ExecStart/usr/local/bin/ollama serve Userollama Groupollama Restartalways RestartSec3 EnvironmentOLLAMA_HOST0.0.0.0:11434 [Install] WantedBydefault.target注意这个配置里我把监听地址设成了0.0.0.0这样局域网里其他机器也能访问。如果只是本机用保持127.0.0.1更安全。macOS用户就简单了下载dmg安装包把Ollama拖进Applications目录。首次运行时如果系统提示“无法验证开发者”去“系统设置 - 隐私与安全性”里点击允许即可。3.4 安装包下载太慢怎么办“ollama下载太慢”分成两种情况一种是安装包本身下不动另一种是模型下不动。安装包通常只有几十到一百多MB但GitHub Releases的直连速度在国内经常不稳定。我自己常用的办法是找一个局域网里知道的GitHub加速镜像或者让云服务器帮忙先wget下来再传回来。注意不要随便在网上下载来路不明的“破解版”“一键安装版”Ollama是开源软件正版就很好用没必要冒安全风险。模型下载慢是更普遍的问题这个在第4节专门讲。4. 模型下载与私有大模型部署4.1 拉取模型ollama pull与run安装完成后最核心的操作就是拉模型。最简单的命令是ollama run qwen2.5:7b这条命令会做两件事先检查本地有没有qwen2.5:7b没有就自动下载下载完成后进入交互式对话界面。如果你不想进对话只想先下载就用ollama pull qwen2.5:7b模型名后面的7b是参数规模标识。常见的选择模型名显存要求适合场景qwen2.5:0.5b / 1.5b无需独立显卡常见问答、文本分类、轻量任务qwen2.5:7b约6~8GB显存/运行内存日常对话、代码补全llama3.1:8b约8GB显存英文任务综合能力强qwen2.5:14b / 32b16GB以上显存复杂推理、中文高质量输出deepseek-r1:7b / 14b8GB以上显存思维链推理、数学逻辑题注意ollama run第一次跑模型时会先做一次加载和预热感觉上像卡住了其实是正常的。模型加载完成需要几秒到几十秒看硬盘速度和内存大小。4.2 国内加速用Modelfile从GGUF导入模型模型仓库默认源是Ollama官方国内网络拉大模型动不动就几百MB一个分片失败率高。我实测最稳的方案是绕开官方源从ModelScope魔搭社区下载GGUF格式的模型文件再用Modelfile导入Ollama。具体流程在魔搭社区搜索你要的模型例如搜索“Qwen2.5-7B-Instruct-GGUF”。下载q4_k_m量化版本这种格式在体积和效果之间平衡最好单个文件即可。在本地写一个Modelfile无后缀名FROM D:/models/qwen2.5-7b-instruct-q4_k_m.gguf TEMPLATE |im_start|system {{ .System }}|im_end| |im_start|user {{ .Prompt }}|im_end| |im_start|assistant PARAMETER stop |im_start| PARAMETER stop |im_end|执行导入ollama create qwen2.5:7b-local -f Modelfile验证ollama list ollama run qwen2.5:7b-local这个方法完全绕开了Ollama官方模型的下载链路速度取决于魔搭的下载速度一般来说国内跑满千兆都正常。导入之后的使用方式、API调用方式都和平常拉下来的模型一样没有区别。这个技巧解决了很多人的模型下载焦虑我强烈建议模型一直拉不下来的朋友试试。4.3 模型管理命令日常用的管理命令就那几个ollama list查看本地已有模型。ollama show 模型名查看模型的参数、模板、上下文长度等信息。ollama rm 模型名删除某个模型清理磁盘空间。ollama cp复制模型常用于基于现有模型创建自定义版本。ollama ps查看当前内存里正在运行的模型。这里提醒一句多次ollama run不同模型时如果报内存不足或卡死多半是之前加载的模型还在内存里驻留。执行一下ollama ps看看或者重启Ollama服务释放内存。4.4 用API把模型接出去Ollama默认暴露的11434端口就是核心价值所在。它提供两类接口一是Ollama原生接口/api/generate、/api/chat二是OpenAI兼容接口/v1/chat/completions。我一般建议所有新项目直接走OpenAI兼容接口好处是以后想切换在线模型只改base_url就行代码完全不用动。一个最简单的调用示例curl http://127.0.0.1:11434/v1/chat/completions \ -H Content-Type: application/json \ -d { model: qwen2.5:7b, messages: [{role: user, content: 用一句话介绍Ollama}], stream: false }如果是在Python里更推荐用OpenAI官方SDKfrom openai import OpenAI client OpenAI( base_urlhttp://127.0.0.1:11434/v1, api_keyollama ) resp client.chat.completions.create( modelqwen2.5:7b, messages[{role: user, content: 你好介绍一下你自己}] ) print(resp.choices[0].message.content)注意api_key随便填一个非空字符串就行Ollama本地默认不做鉴权。如果想让局域网内其他机器也能调用需要设置环境变量OLLAMA_HOST0.0.0.0:11434重启服务后生效。跨机器调用一定要确认防火墙放行了11434端口。5. 典型问题排查与生态对接5.1 安装和下载阶段的高频问题把我在社区里看到最多的几个问题汇总成一张速查表问题现象根本原因解决办法安装包下载慢或失败GitHub Releases直连不稳用GitHub加速镜像或云服务器中转下载再拷贝模型pull一直中断官方模型源网络不稳定改用魔搭下载GGUF后用Modelfile导入装了Win7无法安装系统版本过旧官方不支持升级到Win10 22H2以上或用Linux跑装完命令行找不到ollamaPATH未刷新新开终端或手动添加PATHwsl --install卡住或403Windows功能未启用或网络问题控制面板手动启用“虚拟机平台”和“适用于Linux的Windows子系统”或直接使用Windows原生安装版绕开WSL2下载了模型但C盘爆满模型默认存在用户目录重新设置OLLAMA_MODELS到D盘并迁移已有models目录5.2 运行时常见问题connection refused类的报错90%是Ollama服务没起来。Windows下检查托盘羊驼图标是否在运行Linux下执行systemctl status ollama。如果服务起来了还是连不上看防火墙有没有放行11434。GPU不识别的问题也经常遇到。Windows下执行ollama --version之后再跑一个模型观察启动日志里有没有inference compute字样。如果没有GPU相关日志先更新NVIDIA驱动再用nvidia-smi确认驱动正常。这里有一个经常被忽略的细节Ollama的GPU检测依赖CUDA运行库驱动版本不能太老建议直接用NVIDIA官方驱动更新工具拉最新稳定版。还有一个很隐形的问题修改了OLLAMA_MODELS或OLLAMA_HOST之后界面看起来重启了但实际后台服务没有重新读取环境变量。Windows用户可以右键托盘的羊驼图标退出再重新从开始菜单启动更彻底的办法是重启系统。5.3 和其他工具的对接CherryStudio与Claude CodeOllama装好之后很多人不想一直在黑窗口里对话这时候图形界面就派上用场了。CherryStudio是目前对Ollama支持做得不错的桌面客户端安装后进入“设置 - 模型服务 - Ollama”填上本地API地址http://127.0.0.1:11434它会自动读取本地已有的模型列表勾选想要用的模型之后就能直接对话了。整个对接过程不需要填任何密钥因为本地服务默认无鉴权。另一个比较新的玩法是用cc switch这类工具把Claude Code切换到Ollama后端。Claude Code是Anthropic推出的终端编程助手一般绑定Anthropic的API。但在一些场景下通过cc switch切换供应商可以把请求转发到兼容OpenAI格式的本地端点这样就能让Claude Code借助本地Ollama里的模型跑起来。这个玩法对代码隐私敏感、又想在终端里享受AI辅助的人很有吸引力。需要注意的是本地小参数模型的代码能力远不如在线商用模型适合做辅助补全别指望它能完全替代。5.4 升级、卸载与维护Ollama更新很勤升级方式就是下载新版本安装包覆盖安装或者在Linux下重新执行官方安装脚本。模型文件不会因为升级丢失。卸载时Windows去“设置 - 应用”里卸载程序但注意这只会删程序.ollama目录下的模型不会自动删除需要手动清理。我个人的维护习惯是每月执行一次ollama list看看哪些模型已经不用了ollama rm掉免得白白占着几十GB磁盘。对于高频使用的模型尽量固定版本标签比如qwen2.5:7b不要随手改成latest否则某天ollama pull会把模型更新成大版本回复风格突然变了都不知道怎么回事。最后再分享一个实际操作里的小技巧如果你在Windows上同时装了多个需要调用Ollama的工具比如CherryStudio、Claude Code、ComfyUI、DB-GPT它们默认都会往127.0.0.1:11434发请求不会冲突。但如果你某一天发现某个工具提示连不上模型先去浏览器打开http://127.0.0.1:11434看看返回是否正常这个25秒就能完成的检查能帮你省下大量排查时间。本地大模型的部署没有想象中那么神秘装好一个Ollama你的终端、IDE、聊天客户端、绘画工具就都有了同一个“本地大脑”。本文还有配套的精品资源点击获取