在人工智能的浪潮中，Ollama 的出现无疑为 Windows 用户带来了一场革命。这款工具平台以其开创性的功能，简化了 AI 模型的开发与应用，让每一位爱好者都能轻松驾驭 AI 的强大力量。大家好，我是AI大眼萌，今天我们将带大家了解这款工具平台。

🤖 什么是 Ollama？

Ollama 不仅仅是一个 AI 和 ML (Machine Learning)工具平台，它是技术社区中的一股清流，以其直观高效的工具，让 AI 模型的开发变得触手可及。无论是资深专家还是新手，都能在 Ollama 上找到自己的舞台。

🌟Ollama优势

在 AI 工具的海洋中，Ollama 以其独特优势脱颖而出：

🔧 自动硬件加速：智能识别并利用最优硬件资源，简化配置，提升效率。🚫 无需虚拟化：告别复杂环境配置，直接投身于 AI 项目的开发。📚 接入丰富模型库：从 Lamma3到 qwen2，Ollama 的模型库应有尽有。🔗 Ollama 的常驻 API：简化 AI 功能与项目对接，提升工作效率。

🛠️ Ollama Windows使用指南

下面是如何在 Windows 上使用 Ollama 的详细指南：

步骤 1：下载与安装

访问 Ollama Windows Preview页面，下载安装程序。

双击运行，一键安装。

步骤 2：启动与模型获取

启动 Ollama

<code>Usage:

ollama [flags]

ollama [command]

Available Commands:

serve Start ollama

create Create a model from a Modelfile

show Show information for a model

run Run a model

pull Pull a model from a registry

push Push a model to a registry

list List models

ps List running models

cp Copy a model

rm Remove a model

help Help about any command

启动ollama服务： ollama serve

使用命令行加载模型，开始你的 AI 之旅。

ollama run [modelname]

ollama run gemma:2b

执行以上命令后，Ollama 将开始初始化，并自动从 Ollama 模型库中拉取并加载所选模型。一旦准备就绪，就可以向它发送指令，它会利用所选模型来进行理解和回应。

记得将<code>modelname名称换成要运行的模型名称，常用的有：

模型存储在哪里？如需更换地点，可以参考环境配置章节

macOS: ~/.ollama/modelsLinux: /usr/share/ollama/.ollama/modelsWindows: C:\Users\%username%\.ollama\models

步骤 3：模型应用

步骤 4：API 连接

将 AI 功能整合到你的应用中，Ollama API 是关键。

默认端口为11434

Ollama Linux 使用指南

步骤 1：下载与安装

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

步骤 2：启动与模型获取

<code>ollama serve

ollama run [modelname]

步骤 3与4： 与之前一致。

Ollama 环境变量设置

在Linux上设置环境变量

如果Ollama作为systemd服务运行，通过systemctl设置环境变量：

使用systemctl edit ollama.service命令编辑systemd服务，将打开一个编辑器。

对每个环境变量，在[Service]部分添加一行Environment：

[Service]

​ <code>Environment="OLLAMA_HOST=:8000"code> #要更改侦听地址和端口，可以环境变量：

保存并退出。

重新加载systemd并重启Ollama：

systemctl daemon-reload

systemctl restart ollama

在Windows上设置环境变量

在Windows上，Ollama会继承您的用户和系统环境变量。

1. 首先通过任务栏图标退出Ollama，

2. 从控制面板编辑系统环境变量，

3. 为OLLAMA_HOST、OLLAMA_MODELS等编辑或新建变量。

a、要更改侦听地址和端口，可以添加以下环境变量：

变量名：OLLAMA_HOST

变量值（端口）：:8000

b、要更为debug模式，可以添加以下环境变量：

变量名：OLLAMA_DEBUG

变量值（端口）：1

c、模型存储位置要更为指定路径

变量名：OLLAMA_MODELS

变量值（端口）：指定的路径

4. 点击OK/Apply保存，

使用代理服务器访问Ollama？

Ollama运行一个HTTP服务器，可以通过代理服务器，比如Nginx，进行公开。具体操作方法是配置代理转发请求，并可选设置所需的头部（如果不在网络上公开Ollama）。例如，使用Nginx配置如下：

server {

listen 80;

server_name 192.168.70.1;

location / {

proxy_pass http://localhost:11434;

proxy_set_header Host localhost:11434;

}

}

使用python调用ollama

1、安装依赖库

pip install ollama langchain_community langchain

2、测试代码

import ollama

response =ollama.chat(model='qwen2:7b',messages=[code>

{

'role':'user',

'content':'中国的首都在哪里'

},

])

print(response['message']['content'])

3、简单的人机交互界面

<code>import ollama

def get_completion(prompt):

response =ollama.chat(model='qwen2:7b',messages=[code>

{

'role':'user',

'content':prompt

},

])

return response['message']['content'].strip()

while True:

user_input = input("你: ")

if user_input.lower() == '退出':

print("聊天结束。")

break

print("\n机器人: 正在处理你的请求...")

response = get_completion(user_input)

print("机器人:", response)

结语