企业官网建设流程全解析

简介：这套 Ollama 安装资源包，面向需要在 Linux/macOS 等类 Unix 环境中部署 Ollama 的研发与运维人员，覆盖从获取安装包、执行安装脚本、完成基础配置到服务验证的完整流程。压缩包整体只有 13KB，包含 3 个文件：PHP 脚本负责获取安装包，shell 脚本自动检查环境、安装依赖并设置权限，txt 说明文档则汇总系统要求、安装步骤、常见报错与处理建议。已有 434 人学习下载，特别适合初次接触 Ollama 或希望高效复现部署流程的中初级用户。资料虽精简，但内容并不单薄，既解释如何自定义安装脚本以适应不同目录或依赖环境，也提醒安装前后的注意事项，并给出服务启动是否成功的验证方法；遇到依赖缺失、权限不足或网络连接等问题时，还能依据文档快速定位原因。对没有图形界面的服务器或需要批量部署的场景来说，这份材料能有效降低试错成本，是完成 Ollama 安装和基础调优的实用参考。 先说结论：Ollama 就是目前把大模型拉到本地跑最简单的那条路。装好它，你不需要写一行 Python 调用代码，不需要懂 CUDA 和显存分配，只需要一个命令就能把 Llama、Qwen、DeepSeek 这些开源模型跑起来，然后通过一个本地端口去调用它，或者接上 Open WebUI、Cherry Studio、VS Code 这类前端工具。这篇文章面向的是想把 Ollama 装好、装明白的人，不管你是第一次接触本地大模型的小白，还是已经在 Docker 里折腾过 AI 服务的开发者，装好之后的模型管理、目录迁移、国内网络加速、API 对接这几个点，应该都能帮你少踩几个坑。

1. 安装前先搞清楚：Ollama 到底是装什么

很多人第一次接触“安装 Ollama”这个动作时，会把它理解成跟装微信、装 Photoshop 一样的事——双击安装包，下一步下一步，完事。这个理解没错，但很容易忽略一个关键点：Ollama 本身只是一个运行引擎，就像你装了一个播放器，但播放器里还没有任何视频。Ollama 安装完成后，你还需要单独执行ollama run qwen2.5这类命令去拉取模型文件，才能真正用起来。

这个“引擎 + 模型”分离的架构，好处是模型可以随便换，随时删，磁盘不够了就换个小模型，跟引擎互不影响。坏处是，如果你只装好了 Ollama 而不去拉模型，打开它你会发现界面空空如也，甚至有点怀疑自己是不是装错了。

1.1 底层逻辑：安装包里藏着什么

以 Windows 安装包为例，OllamaSetup.exe这个文件实际做的事可以拆成三步：

1. 把 Ollama 主程序解压到%LocalAppData%\Programs\Ollama，同时注册为 Windows 服务（所以安装完你会在任务管理器里看到ollama.exe和ollama app.exe两个进程，一个是后台服务，一个是托盘界面）。
2. 在系统环境变量里写入 Ollama 的路径，方便你在终端里直接敲ollama命令。
3. 启动后台服务，默认监听127.0.0.1:11434这个地址。

macOS 版本逻辑类似，安装的是.zip或.pkg包，程序放在/Applications/Ollama.app，模型文件默认放在~/.ollama/models。Linux 版本则是一个二进制文件加一个 systemd 服务脚本，模型目录默认在/usr/share/ollama/.ollama/models。

理解了这个底层结构，后面遇到问题就好排查了。比如你发现ollama命令找不到，十有八九是环境变量没生效；比如你想把模型装到 D 盘，本质就是改OLLAMA_MODELS这个环境变量的指向。

1.2 平台支持范围：哪些设备能装

在动手之前，先确认你的设备在支持列表里，不然装到一半才发现跑不了，白费功夫。

有个很容易被忽略的点：macOS 上如果你还是 Intel 芯片的老机器，Ollama 也能装，但推理速度和新款 M 系列芯片差距非常明显。Windows 上如果你有 N 卡，Ollama 会自动调用 CUDA 走 GPU 加速；如果是 A 卡，部分场景也能跑，但兼容性不如 N 卡；纯 CPU 的机器也能跑，只是速度要放低预期。

2. Windows 安装实操：从下载到跑通第一个模型

Windows 是大多数人的主战场，所以我先把这套流程讲透。整个流程分三步：下载安装、确认服务状态、跑通第一个模型。

2.1 下载加速：国内网络环境的处理方案

提到 Ollama 安装，网上吐槽最多的就是“下载太慢了”“官网打不开”。https://ollama.com/download这个页面确实在国内访问不稳定，GitHub 的 release 文件也经常断流。我试过几种方案，最靠谱的是这两个：

方案 A：使用国内镜像站下载安装包

国内有一些开源镜像站会同步 Ollama 的安装包，比如部分高校镜像站和云厂商的镜像仓库。你不需要改任何配置，只需要用镜像地址把安装包下载到本地，然后正常双击安装。

方案 B：手动下载 + 校验文件

如果你能找到直接的下载链接，可以用浏览器自带的下载工具或 IDM 这类多线程工具下载，比在官网网页上等要快得多。下载完成后，建议对照一下官方发布的 SHA256 校验值，验证文件完整性和安全性。

注意：任何从非官方渠道下载的安装包，安装前都建议右键查看数字签名，确认发布者是 "Ollama, Inc."。我见过不少第三方网站捆绑了广告软件，安装包里混了额外的东西，这个习惯养成没有坏处。

2.2 安装到 D 盘：两种方式对比

“Ollama 怎么安装到 D 盘”这个搜索词出现的频率非常高，因为默认装到 C 盘会占用大量空间，尤其后面拉模型动不动就是 4-7GB 一个文件。我试过两种方式，各有适用场景：

方式一：直接修改模型目录（推荐，最简单）

其实从一开始就不用纠结安装目录。Ollama 的主程序非常小（100MB 以内），真正占空间的是模型文件。你只需要在安装第一个模型之前，把模型存放目录指向 D 盘就行。

操作步骤：

1. 按Win键，搜索“环境变量”，打开“编辑系统环境变量”。
2. 点击“环境变量”，在“系统变量”区域点击“新建”。
3. 变量名填OLLAMA_MODELS，变量值填你想存放模型的路径，比如D:\ollama\models。
4. 确定保存后，重启终端窗口（环境变量才会生效），再执行ollama run命令。

方式二：安装时直接改路径（进阶操作）

如果你希望主程序也装在 D 盘，可以通过命令行静默安装指定目录。打开 PowerShell（管理员模式），进入安装包所在目录，执行：

.\OllamaSetup.exe /DIR="D:\ollama"

这个方式本质上是让安装程序把主程序文件解压到指定位置。需要说明的是，这个操作是我自己试过可行的方案，Ollama 官方文档里没有详细描述，不同版本的安装包可能行为略有差异，如果执行后还是默认路径，就退回方式一。

2.3 首次启动与验证

安装完成后，系统托盘区会出现一个羊驼图标。点击图标，打开应该是“Ollama is running”的状态。然后在终端里执行：

ollama --version

能正常输出版本号，说明核心程序没问题。接着拉取第一个模型，我建议从小模型开始，比如：

ollama run qwen2.5:1.5b

这个模型大约 1GB 左右，下载速度取决于网络环境，跑起来后随便输入一句话测试，能收到流畅回复就说明整套环境已经通了。

提示：测试阶段建议先用小模型验证链路，不要一上来就拉 70B 的大模型。我见过很多新手因为第一次就下载超大模型，等半天没下载完，然后以为安装失败了。

3. macOS 与 Linux 安装：各自的门道

macOS 和 Linux 的安装方式比 Windows 简单一些，但也有一些各自的坑，分开说。

3.1 macOS：拖拽安装，但有一个隐藏设置

macOS 的安装非常简单，从官网下载Ollama-darwin.zip，解压后把Ollama.app拖进“应用程序”文件夹，打开就完成了。首次打开时，系统会弹“是否确认打开”的提示，因为这是非 App Store 应用，需要在“系统设置 - 隐私与安全性”里点击“仍要打开”。

macOS 上有个比较实用的设置是配置模型存放位置。Apple Silicon 的 Mac 硬盘空间普遍宝贵，如果默认识别到的用户目录空间不够，可以用同样的环境变量方式把模型放到外置硬盘：

launchctl setenv OLLAMA_MODELS "/Volumes/ExternalDrive/ollama-models"

设置完成需要退出 Ollama 并重新打开才生效。这个命令只对当前用户会话生效，重启后需要重新设置，如果你想持久化，就得写个 LaunchAgent 脚本，那属于进阶操作，这里不展开。

3.2 Linux：一条命令脚本和手动部署

Linux 安装 Ollama 非常简单，一行命令：

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

这个脚本会自动识别你的发行版和 GPU 环境，装好主程序、创建 systemd 服务、配置好开机自启。装完同样执行ollama --version验证。

但如果你的服务器访问官网脚本超时，或者你想离线部署到内网机器，就需要手动部署：

1. 从 GitHub Releases 页面下载ollama-linux-amd64.tgz（或对应架构的包）。
2. 解压到指定目录：

tar -C /usr/local -xzf ollama-linux-amd64.tgz

3. 手动启动服务：

nohup ollama serve > /tmp/ollama.log 2>&1 &

离线部署多用在企业内网环境，因为模型文件也需要内网分发，这种情况建议配合 ModelScope 或 HuggingFace 的离线下载工具一起用，模型文件放到OLLAMA_MODELS指向的目录即可。

3.3 WSL 2 的使用场景与内存配置

Windows 上很多开发者喜欢用 WSL 2（Windows Subsystem for Linux）而不是原生 Windows 版本跑 Ollama，原因是 Linux 环境下做开发联调更顺，模型推理的兼容性问题也少一些。

WSL 2 里安装 Ollama 和 Linux 安装方式一样，直接用官方脚本即可。但有一个管理上的坑必须提醒：WSL 2 使用的虚拟磁盘（ext4.vhdx）会自动膨胀，删除模型后磁盘空间不会自动回收。如果你频繁拉取和删除不同模型，Windows 的 C 盘空间会越来越小。解决方法是在 PowerShell 里执行：

wsl --shutdown diskpart # 选择 WSL 的 vhdx 文件 # 执行 compact vhdx

如果觉得手动操作太麻烦，也可以把 WSL 的虚拟磁盘整体移动到其他分区，网上有现成工具，这里点到为止。

4. 模型下载加速：国内镜像源与手动导入

装好 Ollama 之后，最大的痛点就变成了模型下载。“ollama pull 太慢”“一直卡在 downloading”这类问题几乎每个新手都会遇到。Ollama 的模型文件托管在 GitHub Release 或 Docker Hub 这类平台，国内直连速度确实不理想，但这个有合法的解决方案，不需要任何旁门左道。

4.1 方案一：配置国内代理环境变量

如果你有可用的 HTTP 代理服务，比如自己搭的或者公司提供的，可以通过环境变量让 Ollama 走代理下载：

Windows 系统变量里添加：

HTTP_PROXY=http://你的代理地址:端口 HTTPS_PROXY=http://你的代理地址:端口

然后重启 Ollama 服务。这个方案的优点是所有模型下载都能加速，缺点是你得先有一个可用的代理服务。

4.2 方案二：从 ModelScope 手动下载 GGUF 文件再导入

阿里旗下的 ModelScope（魔搭社区）上有大量模型的 GGUF 格式文件，国内下载速度很快。操作思路是：先用modelscope下载模型文件，再让 Ollama 识别这个文件。

具体步骤如下：

1. 安装 modelscope 下载工具：

pip install modelscope

2. 下载某个模型的 GGUF 文件，以 Qwen2.5-7B-Instruct 为例：

modelscope download --model 'Qwen/Qwen2.5-7B-Instruct-GGUF' --local_dir './models' --include 'qwen2.5-7b-instruct-q4_k_m.gguf'

3. 编写 Modelfile 文件，指明模型位置：

FROM ./models/qwen2.5-7b-instruct-q4_k_m.gguf

4. 用ollama create创建可用的模型：

ollama create qwen2.5-7b -f Modelfile

5. 验证：

ollama run qwen2.5-7b

这套流程的核心价值在于绕开了 Ollama 官方仓库，直接从国内下载模型文件。模型文件内容完全一样，运行效果没有区别。我实际测试下来，q4_k_m 量化的 7B 模型文件大约 4.7GB，ModelScope 下载速度可以跑到 10MB/s 以上，比直连官方仓库稳定得多。

4.3 方案三：改 OLLAMA_HOST 做多机共享

还有一种进阶玩法：在一台下载速度快、配置好的机器上下载好模型，然后把OLLAMA_MODELS目录整个复制到另一台机器。只要版本一致，直接就能用，不需要重新下载。这个方法对多台电脑、内网部署的场景很实用。

5. 安装后的常用操作与 API 接入

Ollama 装好只是起点。真正实用的是把它暴露成一个本地 API 服务，接到各种应用里。这个过程比大多数人想象中简单得多。

安装完成后，Ollama 会自动在后台监听11434端口。直接访问http://localhost:11434，如果返回Ollama is running，说明服务在正常监听。

5.1 核心命令速查

5.2 本地 API 调用示例

用 Python 调用是很多人的刚需场景。最简方式是用requests发一个 POST 请求，不需要任何官方的 SDK：

import requests import json response = requests.post( "http://localhost:11434/api/generate", json={ "model": "qwen2.5:7b", "prompt": "用一句话介绍你自己", "stream": False } ) result = response.json() print(result["response"])

更进阶的玩法是接 OpenAI SDK，因为 Ollama 提供了兼容 OpenAI 的接口。你只需要改 base_url：

from openai import OpenAI client = OpenAI( base_url="http://localhost:11434/v1", api_key="ollama" # 随便填，Ollama 本地不校验 ) response = client.chat.completions.create( model="qwen2.5:7b", messages=[{"role": "user", "content": "写一段 Python 快排"}] ) print(response.choices[0].message.content)

这个兼容接口非常实用，很多原本面向 OpenAI API 开发的应用，只需要切换 base_url 就能直接对接本地模型。比如 VS Code 里装 Claude Code 插件后，配置指向http://localhost:11434/v1，就能用本地模型辅助写代码。

5.3 推荐几个周边工具

装好 Ollama 之后，有几个工具我几乎每天都在用：

• Open WebUI：一个非常成熟的前端界面，安装后能在浏览器里像 ChatGPT 一样对话，支持多用户、知识库上传。
• Cherry Studio：Windows 上极好用的桌面客户端，自带模型管理界面，跟 Ollama 无缝对接。
• Continue：VS Code 插件，能在 IDE 里调用本地模型做代码补全和 Chat 问答。

这些工具的安装方式基本都是“软件本身 + 指向 Ollama 的接口地址”，没有太多技术门槛，按提示操作就行。

6. 常见问题排查：安装失败与运行异常实录

最后这部分是我最想写的。这些坑都是我实际踩过或者帮别人排查过的，整理成速查表，遇到问题先照着查一遍，能省下大量搜索时间。

6.1 常见错误速查表

6.2 WSL 安装太慢的处理方法

搜索词里有一个“wsl --install 太慢”，这其实是个热门问题，而且常和 Ollama 组合出现。如果你打算在 WSL 里装 Ollama，wsl --install卡住是很常见的情况，原因通常是服务器连接速度不理想。

解决思路有几个，我推荐先试第一种：

1. 挂代理跑wsl --install，如果代理可用的话，下载速度会明显改善。
2. 从微软官网手动下载 WSL 的安装包（.msixbundle），然后用Add-AppxPackage命令安装，绕开命令行拉取流程。
3. 如果只是不想让 WSL 虚拟磁盘占 C 盘，可以先把 WSL 装好后，用wsl --export和wsl --import把它迁移到 D 盘。

6.3 API 调用连接失败的处理思路

如果你把 Ollama 接入 Cherry Studio 或 Claude Code 时发现“连不上”，不要慌，按这个顺序排查：

先确认 Ollama 服务在运行。在浏览器访问http://localhost:11434，如果页面显示Ollama is running，说明服务层面没问题。

再确认你填的地址对不对。很多工具要求填http://localhost:11434而不是http://127.0.0.1:11434，虽然本质上一样，但某些工具坑很多，只要有一个地方拼写不一致就连不上。

最后确认端口有没有被改过。如果你之前设置过OLLAMA_HOST环境变量改了端口，所有客户端请求都要跟着改。

6.4 我的一个小建议：先定好目录再开始

最后分享一个经验。装 Ollama 这个动作本身难度不大，但如果你一开始就规划好“模型文件放哪、数据目录放哪”，后面能省很多事。我一开始就是随手装在了默认目录，结果玩了几天模型之后，C 盘被塞了 20 多个 G，最后不得不手动迁移模型目录，重启服务，折腾了一上午。

所以我的建议是：不管是 Windows、macOS 还是 Linux，第一步先把OLLAMA_MODELS或~/.ollama指向一个空间充裕的分区，然后再开始拉模型。这个操作花不了两分钟，却能避免后面最大的那个坑。

另外再补一个实用经验：Ollama 下载大模型时如果中断，重新执行ollama pull会断点续传，不需要从头开始，所以看到下载卡住时别急着删了重来，先等一等或者重启服务试试。

本地模型这块现在发展很快，Ollama 本身也在不停迭代。你不需要一次性搞懂所有功能，先把安装、模型下载、接口调用这三件事跑通，就已经超过大多数人了。后面再慢慢研究多模型切换、Docker 部署、嵌入到自己的应用里，都是水到渠成的事。

本文还有配套的精品资源，点击获取