企业官网建设流程全解析

Page Assist 与 Ollama 深度集成指南：模型管理、免终端拉取与下载进度追踪全攻略

【免费下载链接】page-assistUse your locally running AI models to assist you in your web browsing项目地址: https://gitcode.com/GitHub_Trending/pa/page-assist

Page Assist 是一套以本地 AI 模型为核心、运行在浏览器中的 AI 助手（Web UI 与侧边栏面板），而 Ollama 正是它的默认推理后端——你可以在浏览器里完成 Ollama 模型的查看、删除、重新拉取与取消下载，甚至无需打开终端，直接从 Ollama.com 或 Hugging Face 页面一键拉取模型到本地。本文将以docs/features/ollama.md为骨架，结合仓库源码，完整讲解 Page Assist 与 Ollama 的集成方式、三种免终端拉取模型的路径、下载进度的底层实现，以及多实例连接的配置细节，帮助你把这套本地 AI 工作流真正用起来。

Ollama 在 Page Assist 中的定位：开箱即用的默认后端

Page Assist 被设计为与 Ollama 深度协作。其官方文档 docs/providers/ollama.md 明确指出：只要你的 Ollama 运行在localhost:11434，Page Assist 会自动检测到它，无需任何配置。

这一点在源码中有直接印证。src/services/ollama.ts中定义了默认地址常量：

const DEFAULT_OLLAMA_URL = "http://127.0.0.1:11434"

getOllamaURL()会在用户尚未自定义地址时自动回落到该默认值，并在isOllamaRunning()中通过对该地址发起一次 HTTP 请求来探测 Ollama 服务是否存活（src/services/ollama.ts的isOllamaRunning实现）。整个 Web UI 的模型列表、聊天请求、拉取模型都会经由这一层服务封装访问 Ollama 的 REST API（/api/tags、/api/delete、/api/pull等），这也是后面所有功能的地基。

提示：如果你在连接 Ollama 时遇到问题，请参考仓库内的 docs/connection-issue.md 连接问题排查指南。

管理已拉取的 Ollama 模型

原文档提供了最基础的管理入口操作步骤，实际页面中还隐藏着更丰富的管理能力，下面逐一展开。

入口与操作步骤

1. 点击浏览器工具栏上的 Page Assist 图标进入 Web UI；
2. 进入Settings（设置）；
3. 进入Manage Models（管理模型）；
4. 页面会列出你当前已经 pull 到本地的所有 Ollama 模型；
5. 你可以直接在此处删除模型，也可以执行重新拉取、启用/禁用、编辑设置、设置昵称等操作。

模型表格包含哪些信息

管理页面由 src/components/Option/Models/OllamaModelsTable.tsx 实现，模型数据通过getAllModels()（内部调用 Ollama 的GET /api/tags）获取（src/services/ollama.ts）。表格中每一行展示：

点击任意一行的展开箭头，还能看到该模型的底层细节（来自/api/tags返回的details字段），包括：父模型（parent_model）、格式（format，如gguf）、模型家族（family）、参数量（parameter_size）以及量化级别（quantization_level）——这对于判断一个 GGUF 模型的量化和架构非常直观。

可执行的操作

每行末尾的操作区提供 4 个按钮（源码见OllamaModelsTable.tsx的 actions 列）：

• 启用/禁用开关：通过setModelState(modelId, isEnabled)写入本地 IndexedDB（src/db/dexie/modelState.ts）。被禁用的模型默认不会出现在聊天模型列表中（除非显式设置includeDisabled: true）。
• 设置：打开AddUpdateModelSettings，可针对单个模型做细粒度参数调整。
• 删除：调用deleteModel()，底层即DELETE /api/delete（见 src/services/ollama.ts）。删除成功后自动刷新模型列表；如果删除的恰好是当前选中的模型，还会把selectedModel置空，避免后续引用一个不存在的模型。
• 重新拉取（Repull）：一键重新触发pull_model消息，相当于在终端重新执行ollama pull <模型名>。

在原文档的基础操作之上，这些表格信息与管理动作都来自真实源码实现，你可以放心按上文操作。

三种免终端拉取 Ollama 模型的方式

原文档给出了三种完全不需要打开终端就能ollama pull的途径，全部围绕同一个消息通道pull_model展开——UI 只要向扩展的 background 发送{ type: "pull_model", modelName }，后台服务就会代为完成下载（见 src/entries/background.ts 的消息监听分支）。

方式一：从 Page Assist Web UI 拉取

这是最直接的方式，操作路径与原文档一致：

1. 进入Settings；
2. 进入Manage Models；
3. 点击Add New Model按钮；
4. 在输入框中填入模型名（输入框占位符默认为qwen2.5:3b，可作为命名规范参考），点击Pull Model开始下载。

该弹窗由 src/components/Option/Models/AddOllamaModelModal.tsx 实现。源码中有一个体贴的细节：提交前会自动清洗输入，把误粘贴的ollama pull/ollama run命令前缀剥离，只保留纯模型名再发给后台。例如你从别处复制了ollama run qwen2.5:3b，粘贴进去也能正确识别为qwen2.5:3b。

下载进行时，弹窗内会显示CancelPullingModel组件（src/components/Option/Models/CancelPullingModel.tsx），展示当前正在下载的模型名与一个红色Cancel按钮，点击后向后台发送cancel_download消息即可中止下载。

方式二：从 Ollama.com 一键拉取

当你在浏览器中浏览 Ollama.com 的模型详情页时，Page Assist 会注入一个专属的下载按钮：

1. 打开 Ollama.com，进入任意模型页面；
2. 在模型使用方式区域，复制按钮旁边会出现一个下载（Pull）图标按钮；
3. 点击后浏览器会弹出确认框，询问是否确实要在本地拉取该模型；
4. 确认后，下载进度会实时显示在浏览器工具栏的 Page Assist 扩展图标上（badge）。

这一能力由内容脚本 src/entries/ollama-pull.content.ts 提供，它声明只在*://ollama.com/*域名下生效（allFrames: true）。按钮注入逻辑在 src/utils/ollama-pull-inject.ts 中实现：

• 在模型页的section[data-usage-section]的 CLI 使用面板中，紧挨复制按钮插入下载按钮；
• 同时遍历页面中所有input.command命令输入框，为每个模型命令追加下载按钮；
• 点击按钮后先confirm()二次确认，再通过browser.runtime.sendMessage({ type: "pull_model", modelName })触发后台下载；
• 按钮注入前会检查document.getElementById("pa-download-cli")之类的标记，避免重复插入。

方式三：从 Hugging Face 拉取 GGUF 模型

对于在 Hugging Face 上以 GGUF 格式发布的模型，Page Assist 也提供了直接拉取能力：

1. 打开 huggingface.co，进入任意模型页面；
2. 在页面右侧点击Use this model，并在弹层中选择Ollama选项；
3. 在 Hugging Face 的弹窗中会出现一个Pull from Page Assist按钮，点击它；
4. 后续流程与方式二完全一致（确认 → 下载 → 扩展图标显示进度）。

其实现位于 src/entries/hf-pull.content.ts，内容脚本同样只在*://huggingface.co/*下运行。它的注入策略更激进：通过MutationObserver监听 DOM 变化，凡是新增节点中出现包含ollama run/ollama pull命令的<pre>代码块，就在其附近注入下载按钮；按钮点击后会从代码块文本中解析出ollama run/ollama pull之后的模型名（兼容带<select>下拉选择的多行命令片段），再发起pull_model消息。按钮文案 "Pull from Page Assist" 会明确提示：该操作与 Hugging Face 网站本身无关，模型将被拉取到你的本地 Ollama。

下载进度的底层实现：扩展图标上的实时状态机

三种方式殊途同归，最终都会汇聚到后台脚本的streamDownload()（src/utils/pull-ollama.ts），它直接向 Ollama 的/api/pull接口发送{ model, stream: true }的流式请求，然后逐行解析 NDJSON 响应，并把进度实时绘制在扩展图标上。这就是原文档所说"下载进度可以在 Page Assist 图标上看到"的完整原理：

其中"Ollama 未运行"的E标识来自 src/entries/background.ts 的pull_model处理分支：收到拉取请求后先调用isOllamaRunning()探测服务，若未运行则直接显示红色E徽标并提示 "Ollama is not running"，5 秒后自动清除。进度徽标会在任务结束后 5 秒自动消失（clearBadge()），不会一直霸占工具栏。

取消下载的实现同样值得注意：streamDownload内部用AbortController管理请求，每读取一块数据都会检查cancelDownload标志位，一旦发现用户点击取消（cancel_download消息 →cancelDownload()），立即abortController.abort()中断流式请求并切换图标为 ⭕。

连接配置：默认地址、URL 规范化与多 Ollama 实例

默认地址与自动替换

如开篇所述，未配置时 Page Assist 使用http://127.0.0.1:11434作为 Ollama 地址（src/services/ollama.ts中的DEFAULT_OLLAMA_URL）。当你通过设置页保存自定义地址时，setOllamaURL()还会做一个实用转换：把http://localhost:前缀自动改写为http://127.0.0.1:，规避部分环境下localhost解析（如 IPv6）导致连接失败的问题。

配置多个 Ollama 实例

原文档 docs/providers/ollama.md 补充了多实例接入方式——Page Assist 通过「OpenAI 兼容 API」通道来管理多个自定义后端：

1. 点击浏览器工具栏上的 Page Assist 图标；
2. 点击Settings图标进入设置；
3. 切换到OpenAI Compatible API选项卡；
4. 点击Add Provider（添加提供方）按钮；
5. 在下拉列表中选择Ollama；
6. 填入该实例的Ollama URL；
7. 点击Save保存。

关键点：你不需要手动添加模型——Page Assist 会自动从该 Ollama 实例拉取全部模型列表（即走getAllModels()的/api/tags逻辑），并合并展示到模型选择器中。这也解释了为什么Manage Models页面底部分页还带有跳转 Ollama 模型搜索页的链接（"Get more models from Ollama"），方便你发现新模型后直接回来拉取。

常见问题速查

• 扩展图标显示红色E：Ollama 服务未启动或地址不可达，请先在本机启动 Ollama（ollama serve或启动桌面应用），确认http://127.0.0.1:11434可访问。
• 列表为空：检查Manage Models页的模型开关是否全部被禁用（getAllModels默认只返回启用模型），或参考 docs/connection-issue.md 排查。
• 下载一直停在 🏋️：模型较大或网络较慢时，Ollama 需要先解析 manifest 并分配存储，属于正常状态；若长时间无进展可点击取消后重试。

相关源码与文档索引

如果你想进一步深入这套集成的实现细节，仓库内可直接查阅：

• 功能文档：docs/features/ollama.md、提供方接入说明 docs/providers/ollama.md、连接排障 docs/connection-issue.md
• 模型管理 UI：src/components/Option/Models/OllamaModelsTable.tsx、src/components/Option/Models/AddOllamaModelModal.tsx、src/components/Option/Models/index.tsx
• Ollama 服务封装：src/services/ollama.ts（/api/tags、/api/delete、URL 管理、默认地址）
• 下载与进度：src/utils/pull-ollama.ts（streamDownload、badge 状态机、取消）、src/entries/background.ts（pull_model/cancel_download消息处理）
• 网页注入脚本：src/entries/ollama-pull.content.ts + src/utils/ollama-pull-inject.ts（Ollama.com 按钮）、src/entries/hf-pull.content.ts（Hugging Face 按钮）

至此，你已经掌握了 Page Assist 管理本地 Ollama 模型、通过三种免终端途径拉取模型、实时追踪下载进度以及接入多个 Ollama 实例的完整方案。从 Web UI 到模型详情页，所有操作都围绕本地推理展开，既保留了 Ollama 的隐私与离线优势，又把模型生命周期管理收敛到了浏览器里。

【免费下载链接】page-assistUse your locally running AI models to assist you in your web browsing项目地址: https://gitcode.com/GitHub_Trending/pa/page-assist