Ollama 安装

一、简介

Ollama 是一个开源的 AI 模型部署工具，支持多种大型语言模型（如 LLaMA、Alpaca 等），并提供了一键安装和丰富的命令行工具。本文将详细介绍如何在 Windows、Linux 和 macOS 上安装 Ollama。

二、硬件要求

• CPU：推荐多核心处理器（如 Intel i5 或 AMD Ryzen 5）。
• 内存：建议至少 8GB RAM，16GB 更佳。
• 存储：安装模型需要较大空间，具体取决于模型大小（如 LLaMA 7B 模型约需 13GB）。

三、安装方法

1. 在 Windows 上安装 Ollama

步骤 1：下载安装包

1. 打开浏览器，访问Ollama 官网。
2. 点击页面右上角的“Download ”按钮。
3. 在弹出窗口中选择操作系统（Windows），点击下载OllamaSetup.exe文件。

步骤 2：安装 Ollama

1. 双击下载好的OllamaSetup.exe文件，进入安装界面。
2. 点击“Install”按钮，默认路径为C:\Program Files\ollama。
3. 安装完成后，在开始菜单中搜索“cmd”，打开命令提示符窗口。

步骤 3：验证安装
在命令提示符中输入以下命令并回车：

ollama version

如果显示版本号，则说明安装成功。

2. 在 Linux 上安装 Ollama

方法一：一键安装脚本（推荐）

1. 打开终端。
2. 输入以下命令，下载并运行安装脚本：

curl https://ollama.ai/install.sh -sSf |sh

1. 安装完成后，输入ollama version验证是否成功。

方法二：手动安装（适用于特定需求）

1. 下载源代码：

git clone https://github.com/ollama/ollama

cd Ollama-UI

1. 安装依赖并编译：

./install-dependencies.sh &&makeinstall

3. 在 macOS 上安装 Ollama

使用 Homebrew 安装

1. 打开终端。

1. 运行以下命令，安装Homebrew和ollama：

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

brew install ollama

验证安装
输入以下命令：

ollama version

如果显示版本号，则说明安装成功。

通过官网直接下载

1. 访问官网：进入Ollama 官方网站。
2. 下载文件：点击“Download”选择适用于 macOS 的版本，通常是一个.zip文件（如Ollama-darwin.zip）。
3. 解压文件：将下载的压缩包解压，得到 Ollama 应用程序。
4. 移动到 Applications：

• 右键点击 Ollama 应用程序，选择“显示包内容”。
• 将Ollama文件拖动到“访达”的 Applications 文件夹中，确认移动完成。
• 运行应用：
• 安装完成后，可以在屏幕右上角的状态栏看到 Ollama 的图标（类似小地球）。
• 点击图标可以进行一些基本操作，如退出或配置。

四、Ollama 的基本使用

1. 下载模型

在终端或命令提示符中运行以下命令，下载并加载模型（以 LLaMA 7B 为例）：

ollama pull llama2

ollama generate --model llama2 --input "Hello, how are you?"

2. 进入 Web 界面

Ollama 提供了一个基于 Web 的管理界面。运行以下命令启动服务：

ollama serve

然后在浏览器中打开 http://localhost:1143，即可通过网页进行模型配置和管理。

五、常见问题解决

1. 下载速度慢

• 可以尝试使用代理或加速工具。
• 在命令行中添加代理设置：

exporthttp_proxy=http://your-proxy:port

exporthttps_proxy=https://your-proxy:port

2. 安装路径修改

• 如果默认安装路径占用空间不足，可以在安装时指定自定义路径。例如，在 Windows 上运行OllamaSetup.exe时，点击“Change”按钮选择新路径。

3. 模型下载失败

• 确保网络连接正常，并尝试更换镜像源或使用代理。

六、总结

通过以上步骤，您可以在 Windows、Linux 和 macOS 上轻松安装和配置 Ollama。Ollama 的强大功能使其成为本地部署 AI 模型的理想选择，希望本文能帮助您顺利完成安装！