一、简介

Ollama是一个强大的开源工具，允许用户在本地计算机上运行、管理和与大语言模型（如Llama、Mistral等）交互。本文提供完整的Ollama命令使用手册，涵盖从基础安装到高级功能的全面指南，帮助开发者高效利用本地AI能力。

---

二、基础模型管理命令

2.1 拉取和运行模型

# 拉取模型（默认最新版本）
ollama pull llama2

# 拉取特定版本
ollama pull llama2:13b

# 运行模型交互式会话
ollama run llama2

# 运行单次查询(提示词方式)
ollama run llama2 "解释量子计算的基本概念"

2.2 模型列表与管理

# 查看已安装的模型
ollama list

# 删除模型
ollama rm llama2

# 复制模型
ollama cp llama2 llama2-backup

# 显示模型信息
ollama show llama2

---

三、高级使用命令

3.1 多模型管理

# 同时运行多个模型
ollama run llama2 & ollama run mistral

# 切换不同模型对话
# 在交互模式中使用 /switch 命令
/switch mistral

3.2 自定义模型配置

创建Modelfile自定义模型：

# 创建Modelfile
cat > Modelfile << EOF
FROM llama2
PARAMETER temperature 0.7
PARAMETER num_ctx 4096
SYSTEM "你是一个有帮助的AI助手"
EOF

# 创建自定义模型
ollama create my-model -f Modelfile

# 运行自定义模型
ollama run my-model

3.3 模型参数调整

# 运行模型时调整参数
ollama run llama2 --temperature 0.8 --num_predict 100

# 批量处理文件
ollama run llama2 -f input.txt > output.txt

---

四、API与集成命令

4.1 REST API访问

# 查询API端点
curl http://localhost:11434/api/tags

# 生成文本
curl http://localhost:11434/api/generate -d '{
  "model": "llama2",
  "prompt": "为什么天空是蓝色的？"
}'

# 聊天接口
curl http://localhost:11434/api/chat -d '{
  "model": "llama2",
  "messages": [
    { "role": "user", "content": "你好" }
  ]
}'

4.2 编程语言集成

Python集成示例：

import requests

response = requests.post(
    "http://localhost:11434/api/generate",
    json={
        "model": "llama2",
        "prompt": "解释机器学习"
    }
)
print(response.json()["response"])

---

五、实用技巧与示例

5.1 常用工作流程

# 1. 拉取所需模型
ollama pull codellama

# 2. 运行代码生成任务
ollama run codellama "写一个Python函数计算斐波那契数列"

# 3. 保存对话历史
ollama run llama2 --history history.json

5.2 批量处理示例

# 处理多个查询
for question in "问题1" "问题2" "问题3"; do
    ollama run llama2 "$question" >> answers.txt
done

# 使用jq处理API输出
curl http://localhost:11434/api/generate -d '{
  "model": "llama2",
  "prompt": "写一首诗"
}' | jq -r '.response'

---

六、故障排除与优化

6.1 常见问题解决

# 检查服务状态
ollama --help

# 查看日志
tail -f ~/.ollama/logs/server.log

# 重启服务
ollama serve --restart

# 清理缓存
ollama prune

6.2 性能优化命令

# 指定GPU运行（如果可用）
ollama run llama2 --gpu

# 限制内存使用
OLLAMA_NUM_GPU=1 ollama run llama2

# 设置主机和端口
ollama serve --host 0.0.0.0 --port 11435

---

七、环境配置与高级功能

7.1 环境变量配置

# 设置模型存储路径
export OLLAMA_MODELS=/path/to/models

# 设置GPU数量
export OLLAMA_NUM_GPU=2

# 设置主机绑定
export OLLAMA_HOST=0.0.0.0:11435

7.2 模型优化选项

# 量化模型运行
ollama run llama2:7b-q4_0

# 使用特定参数集
ollama run llama2 --verbose --temperature 0.5 --top_p 0.9

---

八、总结

Ollama提供了一个简单而强大的命令行界面，用于在本地运行和管理大语言模型。通过掌握这些命令，开发者可以轻松集成AI能力到各种应用中，从简单的文本生成到复杂的多模型工作流。