#Ollama 完整教程

欢迎来到 Ollama 完整教程。本教程基于 Ollama 官方文档 与开源项目 ollama/ollama 整理，帮助你在本机（或 Ollama Cloud）运行开源大模型，并用 CLI、REST、OpenAI 兼容接口把模型接到应用里。

Ollama 把「下载模型 + 本地推理 + HTTP API」收成一条命令：安装后即可 ollama run gemma4 对话，或向 http://localhost:11434/api 发请求。代码、笔记、客户资料可以留在本机，不必先开通云厂商账号。

---

#教程目录

#基础篇

1. Ollama 简介 — 本地 LLM 运行时、与 vLLM / 云 API 的对比、隐私边界
2. 安装与环境 — macOS / Windows / Linux、ollama --version、GPU 与显存
3. 快速上手 — 交互菜单、pull / run / /bye、ls / ps / stop

#模型与接口篇

4. 模型库与量化 — Library、标签、量化、云端模型
5. REST 与 OpenAI 兼容 API — /api/generate、/api/chat、/api/embed、/v1
6. Python 与 JavaScript — 官方 ollama 库、流式、Client

#定制与检索篇

7. Modelfile 定制 — FROM、SYSTEM、PARAMETER、ollama create
8. Embeddings 与 RAG 预告 — 嵌入模型、向量 API、接到 LangChain RAG

#集成与实践篇

9. 应用集成 — Dify、LangChain、Hermes / OpenClaw、Cursor、Docker 网络
10. 实战案例 — 本地问答 CLI、OpenAI 兼容小客户端、编程助手 Modelfile
11. 资源与延伸阅读 — 官方文档、模型库、GitHub

---

#学习路径

#前置知识

• 会用终端（macOS / Linux bash，或 Windows PowerShell / curl.exe）
• 了解「模型、提示词、token」的基本含义
• 本机有足够磁盘：模型常见为数 GB 到数十 GB
• 可选：一块 NVIDIA GPU（CUDA）或 Apple Silicon（Metal）；没有 GPU 也能用 CPU，只是更慢

#本教程约定

• 官方快速上手当前默认模型是 gemma4。库里的标签会变，以 ollama.com/library 为准；中文场景也可换 qwen2.5，通用对话可换 Llama 系列。
• 本机 API 基址：http://localhost:11434/api；OpenAI 兼容基址：http://localhost:11434/v1。
• 云端同一套 API 形态：https://ollama.com/api（需账号 / API Key）。
• 生态更新快，命令与模型名以 docs.ollama.com 为准。

#学完你能做到

• 在 macOS / Windows / Linux 安装并确认 ollama --version
• 用 gemma4（或 qwen2.5 / Llama）完成本地对话，用 /bye 退出
• 对 http://localhost:11434/api 与 http://localhost:11434/v1 各发一次成功请求（Windows 用 PowerShell 或 curl.exe）
• 写一份 Modelfile 并 ollama create 出可复用的助手名
• 把 Ollama 接到 Dify、LangChain、Cursor 或 Docker 里的应用

#相关教程

---

#下一步

• Ollama 简介
• 安装与环境
• 快速上手