Ollama Windows 安装与使用指南
Ollama 是一个开源工具，能让你在个人电脑上轻松运行 Llama、DeepSeek 等主流大语言模型。它无需复杂配置即可享受 AI 对话和内容生成能力，并确保数据完全私有化。下面我们将一步步带你完成从环境准备到进阶集成的全过程。
一、环境准备与系统要求
在开始之前，请确保你的 Windows 设备满足以下条件，这是顺利运行的基础。
| 组件 | 最低要求 | 推荐配置 |
|---|---|---|
| 操作系统 | Windows 10/11 64 位 | Windows 11 22H2 或更新版本 |
| 内存（RAM） | 8 GB（可运行 1B-7B 参数模型） | 16 GB 或以上（流畅运行 13B 参数模型） |
| 存储空间 | 至少 10 GB 可用空间 | 50 GB 或更多（SSD 优先，用于存放模型文件） |
| 显卡（GPU） | 集成显卡（CPU 模式） | NVIDIA 独立显卡（显存 ≥ 8GB） |
必要检查：
- 验证显卡驱动：按
Win + R键，输入cmd打开命令提示符，然后输入nvidia-smi。如果显示出显卡驱动和 CUDA 版本信息，说明驱动已就绪。 - 确认 Python：在命令提示符中输入
python --version，建议版本为 3.8 或以上。
二、安装 Ollama
你可以选择以下任意一种方法进行安装。
方法一：使用官方安装包（最简单，推荐新手）
这是最直接的方式，适合绝大多数用户。
- 下载安装程序：访问 https://ollama.com/download，选择 'Download for Windows'。这会下载一个名为
OllamaSetup.exe的文件。 - 运行安装：双击下载的
.exe文件，如果出现用户账户控制（UAC）提示，请点击'是'。安装程序将自动完成所有配置，包括将 Ollama 添加到系统路径。
验证安装：安装完成后，重新打开一个新的命令提示符（CMD）或 PowerShell 窗口，输入以下命令：
ollama --version
如果正确显示版本号（例如 ollama version 0.1.20），则说明安装成功。
方法二：通过命令行安装（可选）
如果你习惯使用命令行，或者遇到网络问题，可以尝试此方法。注意，这通常需要在 WSL 或 Git Bash 环境下执行。
- 以管理员身份打开 PowerShell 或 Git Bash。
- 执行以下命令一键安装：
curl -fsSL https://ollama.com/install.sh | sh
如果因网络问题下载缓慢，可以尝试使用国内镜像源加速。修改模型存储路径：默认情况下，模型会下载到 C 盘用户目录。如果 C 盘空间紧张，可以提前修改存储位置。右键点击'此电脑' -> '属性' -> '高级系统设置' -> '环境变量'，在'系统变量'中点击'新建'，创建一个名为 OLLAMA_MODELS 的新变量，将其值设置为您想要的路径，例如 D:\ollama\models。设置后需重启 Ollama 服务。
三、基础使用：快速开始
安装成功后，您就可以开始体验本地大模型了。
1. 拉取并运行您的第一个模型
在命令提示符中，使用 ollama run 命令。例如，要运行 Meta 发布的 Llama 3 模型：
ollama run llama3
Ollama 会自动从模型库下载所需的文件。下载完成后，会直接进入交互式对话界面，您可以开始输入问题。
2. 常用模型管理命令
掌握以下几个命令，就能高效管理您的本地模型：
| 命令 | 作用 | 示例 |
|---|---|---|
ollama list | 列出本地已下载的所有模型 | ollama list |
ollama pull | 仅下载模型，但不立即运行 | ollama pull deepseek-r1:7b |
ollama rm | 删除本地不再需要的模型 | ollama rm llama2:13b |
ollama ps | 查看当前正在运行的模型 | ollama ps |
3. 模型选择建议
根据您的硬件配置选择合适的模型，可以在性能和效果间取得良好平衡：
- 低配设备（8GB 内存）：建议运行 1.5B 或 7B 参数模型，如
deepseek-r1:1.5b。 - 中端设备（16GB 内存）：可流畅运行 7B 或 13B 参数模型，如
llama3:8b或qwen2:7b。 - 高性能设备（32GB+ 内存）：可尝试 34B 或 70B 参数的大型模型。
四、进阶应用
Ollama 不仅是一个命令行工具，更是一个本地 AI 服务器，支持多种集成方式。
1. 使用 API 接口
Ollama 在安装后会自动在后台启动一个服务，默认监听 http://localhost:11434。这意味着您可以通过任何编程语言来调用它。
Python 调用示例：Ollama 提供了官方的 Python 库，可以非常方便地集成到您的项目中。
首先安装 Python 库：
pip install ollama
然后编写代码：
import ollama
response = ollama.chat(
model='llama3',
messages=[{'role': 'user', 'content': '为什么天空是蓝色的？'}]
)
print(response['message']['content'])
测试 API：您也可以使用 curl 进行快速测试：
curl http://localhost:11434/api/generate -d '{ "model": "llama3", "prompt": "请用中文介绍一下你自己", "stream": false }'
2. 使用图形化界面（WebUI）
如果您不习惯命令行，可以部署 Open WebUI 等图形界面，获得类似 ChatGPT 的体验。使用 Docker 是启动 Open WebUI 最简单的方式：
docker run -d --network=host -v open-webui:/app/backend/data -e OLLAMA_BASE_URL=http://127.0.0.1:11434 --name open-webui --restart always ghcr.io/open-webui/open-webui:main
安装后，在浏览器中访问 http://localhost:3000 即可使用。首次使用需要创建账号，在设置中确保'Ollama Base Url'正确指向 http://127.0.0.1:11434。
五、常见问题与优化
| 问题 | 原因与解决方案 |
|---|---|
| 模型下载慢或失败 | 由于网络原因，可以尝试使用代理或多次重试命令。部分社区教程提供了通过国内镜像站手动下载模型文件的方法。 |
| 端口冲突 | 如果 11434 端口被占用，可以设置环境变量 OLLAMA_HOST 来更改端口，例如 set OLLAMA_HOST=127.0.0.1:11435，然后重启 Ollama 服务。 |
| 显存不足 | 尝试拉取参数更小或经过量化的模型版本（通常在模型名中带有 q4_0, q6_k 等后缀），或在运行命令时添加 --num_gpu 1 等参数限制 GPU 使用层数。 |
