2000+多种开源大模型随意部署！一键搭建本地大模型，不挑环境、不挑配置（ollama 安装部署教程）

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：https://ollama.com/download

• Ollama 官方主页：https://ollama.com

• Ollama 官方 GitHub 源代码仓库：https://github.com/ollama/ollama/

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   

3. 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   
   

4. 设置开机自启动

   sudo systemctl daemon-reload   sudo systemctl enable ollama   
   

5. 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。

3. 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

5. 点击“确定”保存设置。

6. 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。

cover

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   

那么，如何系统的去学习大模型LLM？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

所有资料 ⚡️ ，朋友们如果有需要全套 《LLM大模型入门+进阶学习资源包》，扫码获取~

篇幅有限，部分资料如下：

👉LLM大模型学习指南+路线汇总👈

💥大模型入门要点，扫盲必看！

💥既然要系统的学习大模型，那么学习路线是必不可少的，这份路线能帮助你快速梳理知识，形成自己的体系。

路线图很大就不一一展示了 （文末领取）

👉大模型入门实战训练👈

💥光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉国内企业大模型落地应用案例👈

💥两本《中国大模型落地应用案例集》 收录了近两年151个优秀的大模型落地应用案例，这些案例覆盖了金融、医疗、教育、交通、制造等众多领域，无论是对于大模型技术的研究者，还是对于希望了解大模型技术在实际业务中如何应用的业内人士，都具有很高的参考价值。 （文末领取）

👉GitHub海量高星开源项目👈

💥收集整理了海量的开源项目，地址、代码、文档等等全都下载共享给大家一起学习！

👉LLM大模型学习视频👈

💥观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。 （文末领取）

👉640份大模型行业报告（持续更新）👈

💥包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

👉获取方式：

这份完整版的大模型 LLM 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓