news 2026/2/4 6:49:48

一键搭建本地大模型，不挑环境、不挑配置，2000+多种开源大模型任意部署

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
一键搭建本地大模型，不挑环境、不挑配置，2000+多种开源大模型任意部署
一、Ollama介绍
2.1 基本介绍

Ollama是一个支持在Windows、Linux和MacOS上本地运行大语言模型的工具。它允许用户非常方便地运行和使用各种大语言模型,比如Qwen模型等。用户只需一行命令就可以启动模型。

主要特点包括:

  1. 跨平台支持Windows、Linux、MacOS系统。
  2. 提供了丰富的模型库,包括Qwen、Llama等1700+大语言模型,可以在官网model library中直接下载使用。
  3. 支持用户上传自己的模型。用户可以将huggingface等地方的ggml格式模型导入到ollama中使用。也可以将基于pytorch等格式的模型转换为ggml格式后导入。
  4. 允许用户通过编写modelfile配置文件来自定义模型的推理参数,如temperature、top_p等,从而调节模型生成效果。
  5. 支持多GPU并行推理加速。在多卡环境下,可以设置环境变量来指定特定GPU。
  6. 强大的技术团队支持，很多模型开源不到24小时就能获得支持。

总的来说,Ollama降低了普通开发者使用大语言模型的门槛,使得本地部署体验大模型变得简单易行。对于想要搭建自己的AI应用,或者针对特定任务调优模型的开发者来说,是一个非常有用的工具。它的一些特性,如允许用户自定义模型参数,对模型进行个性化适配提供了支持。

2.2 官网
  • Ollama 下载：ollama.com/download
  • Ollama 官方主页：ollama.com
  • Ollama 官方 GitHub 源代码仓库：github.com/ollama/olla…

二、window 安装

直接从下载页面下载相对应系统的安装程序，Windows安装程序选择Windows的安装包，点击“Download for Windows(Preview)”

下载好以后一路install安装即可。

安装完成之后，打开一个cmd命令窗口，输入“ollama”命令，如果显示ollama相关的信息就证明安装已经成功了！

三、Mac 安装

直接从下载页面下载相对应系统的安装程序，Windows安装程序选择Windows的安装包，点击“Download for Mac”

下载好后打开安装命令行

四、 Linux 安装

在Linux系统上,可以通过脚本安装或源码编译的方式来安装Ollama。下面分别介绍这两种安装方法。

4.1 脚本安装

Ollama提供了一键安装脚本,可以快速在Linux系统上安装Ollama。安装步骤如下:

  1. 打开终端,执行以下命令下载安装脚本:

    curl -fsSL https://ollama.com/install.sh | sh

  2. 等待安装完成。安装脚本会自动下载所需的组件,并完成Ollama的安装与配置。

  3. 安装完成后,可以通过以下命令启动Ollama:

    ollama serve
4.2 二进制安装

  1. 将 Ollama 的二进制文件下载到 PATH 中的目录：

    sudo curl -L https://ollama.com/download/ollama-linux-amd64 -o /usr/bin/ollama sudo chmod +x /usr/bin/ollama

  2. 将 Ollama 添加为自启动服务，首先，为 Ollama 创建用户：

sudo useradd -r -s /bin/false -m -d /usr/share/ollama ollama

  1. 然后在该位置：/etc/systemd/system/ollama.service创建服务文件

    [Unit] Description=Ollama Service After=network-online.target [Service] ExecStart=/usr/bin/ollama serve User=ollama Group=ollama Restart=always RestartSec=3 [Install] WantedBy=default.target

  2. 设置开机自启动

    sudo systemctl daemon-reload sudo systemctl enable ollama

  3. 启动 Ollama，使用以下命令启动 Ollama：systemd

    sudo systemctl start ollama
4.3 安装特定版本

设置OLLAMA_VERSION字段，，可以安装对应的版本

curl -fsSL https://ollama.com/install.sh | OLLAMA_VERSION=0.3.13 sh
4.4 查看日志

查看作为启动服务运行的 Ollama 的日志：

journalctl -e -u ollama
4.5 更新

通过shell 脚本更新 Ollama：

curl -fsSL https://ollama.com/install.sh | sh

或者下载 Ollama 二进制文件：

sudo curl -L https://ollama.com/download/ollama-linux-amd64 -o /usr/bin/ollama sudo chmod +x /usr/bin/ollama
4.6 卸载
  • 删除 Ollama 服务：
sudo systemctl stop ollama sudo systemctl disable ollama sudo rm /etc/systemd/system/ollama.service
  • 从 bin 目录中删除 Ollama 二进制文件：/usr/local/bin,/usr/bin,/bin
sudo rm $(which ollama)
  • 删除下载的模型和 Ollama 服务用户和组：
sudo rm -r /usr/share/ollama sudo userdel ollama sudo groupdel ollama
三、命令参数

以下是 Ollama 使用常见的指令：

ollama serve #启动ollama ollama create #从模型文件创建模型 ollama show #显示模型信息 ollama run #运行模型 ollama pull #从注册表中拉取模型 ollama push #将模型推送到注册表 ollama list #列出模型 ollama cp #复制模型 ollama rm #删除模型 ollama help #获取有关任何命令的帮助信息
四、设置自定义模型下载路径

默认情况下，ollama模型的存储目录如下：

  • macOS:~/.ollama/models
  • Linux:/usr/share/ollama/.ollama/models
  • Windows:C:\Users\<username>\.ollama\models
4.1 Windows 更改 Ollama 模型存放位置

在Windows系统中，若要更改Ollama模型的存放位置，可以按照以下步骤操作：

  1. 打开环境变量编辑界面。可以通过以下方式：
    • 右键点击“此电脑”或“我的电脑”，选择“属性”。
    • 在系统窗口中选择“高级系统设置”。
    • 在系统属性窗口中点击“环境变量”按钮。
  2. 在环境变量窗口中，点击“新建”创建一个新的系统变量或用户变量。
    • 变量名：OLLAMA_MODELS
    • 变量值：输入你希望设置的新模型存放路径，例如：D:\Ollama\Models
  3. 点击“确定”保存设置。
  4. 重启任何已经打开的Ollama相关应用程序，以便新的路径生效。

4.2 Linux/Mac 更改 Ollama 模型存放位置

在Linux或Mac系统中，更改Ollama模型存放位置的步骤如下：

  1. 打开终端。

  2. 创建一个新的目录作为模型存放位置，例如：

    mkdir -p /path/to/your/new/ollama/models

  3. 设置环境变量。在Linux系统中，可以通过编辑~/.bashrc或~/.bash_profile文件（对于bash shell）或~/.zshrc文件（对于zsh shell）。在Mac系统中，可以通过编辑~/.bash_profile或~/.zshrc文件。使用以下命令编辑文件：

    nano ~/.bashrc # 或者使用其他的文本编辑器，如vim

  4. 在文件末尾添加以下行来设置OLLAMA_MODELS环境变量：

    export OLLAMA_MODELS="/path/to/your/new/ollama/models"

  5. 保存并关闭文件。如果你使用的是nano编辑器，可以按Ctrl + X，然后按Y确认保存，最后按Enter键。

  6. 使环境变量生效。在终端中运行以下命令：

    source ~/.bashrc # 或者source ~/.bash_profile，取决于你编辑的文件

  7. 重启任何已经打开的Ollama相关应用程序，以便新的路径生效。

五、导入 huggingface 模型

Ollama 从最新版0.3.13开始支持从 Huggingface Hub 上直接拉取各种模型，包括社区创建的 GGUF 量化模型。用户可以通过简单的命令行指令快速运行这些模型。

可以使用如下命令：

ollama run hf.co/{username}/{repository}

请注意，您可以使用hf.co或huggingface.co作为域名。

要选择不同的量化方案，只需在命令中添加一个标签：

ollama run hf.co/{username}/{repository}:{quantization}

例如：

ollama run hf.co/bartowski/Llama-3.2-3B-Instruct-GGUF:IQ3_M ollama run hf.co/bartowski/Llama-3.2-3B-Instruct-GGUF:Q8_0

量化名称不区分大小写，因此以下命令同样有效：

ollama run hf.co/bartowski/Llama-3.2-3B-Instruct-GGUF:iq3_m

您还可以直接使用完整的文件名作为标签：

ollama run hf.co/bartowski/Llama-3.2-3B-Instruct-GGUF:Llama-3.2-3B-Instruct-IQ3_M.gguf


想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

  • 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
  • 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
  • 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
  • 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

  • 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
  • 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
  • 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
  • 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：


三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】


四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！

版权声明: 本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系邮箱：809451989@qq.com进行投诉反馈，一经查实，立即删除！
网站建设 2026/2/3 19:10:43

利用基础大模型构建智能应用，AI工程化落地必读书籍，强烈推荐

本文推荐一本关于 AI 工程的书籍《AI Engineering: Building Applications with Foundation Models》&#xff0c;我认为是目前最好的关于基于大模型的 AI 工程的书籍&#xff0c;涵盖适合核心原理、开发流程与策略、数据集处理、提示工程、RAG、微调、智能体等内容&#xff0c…

作者头像 李华
网站建设 2026/2/3 20:59:08

无法读取到U盘文件

无法读取到U盘文件 adb shell "ps -A | grep update_engine" root 894 1 10869748 11056 0 0 S update_engine adb shell cat /proc/894/status |grep Groups Groups: 1000 1015 1023 1077 2001 3003 3010 adb shell &quo…

作者头像 李华
网站建设 2026/2/3 15:28:56

IDEA、Ncvicat 等 pojie 你懂的

Pojie 软件下载百度网盘下载&#xff1a; 链接: 通过网盘分享的文件&#xff1a; 链接: https://pan.baidu.com/s/1oPGXE0MjV4-grt--TSnIDw?pwd5201 提取码: 5201JDK 一键切换&#xff0c;其他的都可以一键pojie&#xff0c;无需额外操作。

作者头像 李华
网站建设 2026/2/3 23:59:06

2026专题直播第1期：如何快速搭建一个3D交互式场景？

2025年&#xff0c;我们连续做过几期专题直播&#xff0c;但后来因为其他工作耽误&#xff0c;就中断了较长一段时间。2026年&#xff0c;在时间允许的情况下&#xff0c;我们尽量多给你分享一些与GIS相关的行业专题直播。2026年第1期&#xff0c;我们联合上海漂视网络股份有限…

作者头像 李华
网站建设 2026/2/3 9:19:01

快看 ！计算机专业包括哪些专业？计算机类18个专业全面解读，附就业方向，收藏这一篇就够了

计算机类专业介绍 在《普通高等学校本科专业目录&#xff08;2020年版&#xff09;》中&#xff0c;计算机专业是个大类&#xff0c;包括计算机科学与技术、软件工程、网络工程、信息安全、物联网工程、数字媒体技术****、智能科学与技术、空间信息与数字技术、电子与计算机工程…

作者头像 李华