切记！切记！切记！

        Ollama软件下载的模型一般都是别人微调好的，且模型文件与HuggingFace等平台不一样，使用为主，没有官方API可以对模型微调（教程都是cpp这类的，没必要这么麻烦去操作），所以你如果只是使用大模型，那就Ollama，如果需要微调去部署等操作，去HuggingFace等网站下载模型文件。

一、Ollma的安装

        官网：Ollama

 下载安装即可，跟其他软件没什么区别；

重点来了！ 模型默认下载保存位置在c盘，一个模型动辄十来个g，这还得了，安装完成后，设置环境变量  OLLAMA_MODELS 

二、模型下载
        

         搜到指定模型后，左边选择大小（1.5b\7b\8\等参数），右边命令自动跟着变化，直接复制到cmd运行（路径不重要），回车运行

 图片只是展示，没对上名字

 重点来了！使用的是国内的，无需梯子，所以下载速度很快；但是他跟某盘学了，在后面10%左右会出现降速（几十M变成几十K都有可能），这个时候直接 ctrl+c 中断，按 上键 获取上一个运行命令，回车运行，等待两三秒后，就会恢复下载速度（后面又降速就重复此类操作，网速嘎嘎快）。

 三、对话

        默认下载完成打开对话、也可以再次运行下载命令（名字匹配则运行，未匹配则下载）

 （deepseek 的缺点，默认自带思考，就算你在prompt或input里面要求了，都还是输出这个过程，用字符串查找或正则匹配去选择输出的最终结果）

四、应用

        cmd 看着不直观，直接的聊天对话得借助其他工具（chatbox等）（图像随便找的一个）；在设置里面选择ollama模型，一般自动检测地址、名称等。

当然如果在代码中需要使用的话，如下所示：

from ollama import Client
ollama_client = Client(host='http://localhost:11434')
prompt = f"""
            问题：{user_query}
            回答：
    """
response = ollama_client.generate(
            model="rajivmehtapy/natural-sql:latest",
            prompt=prompt,
            options={"temperature": 0.1}
        )
result = response['response']

 host地址是ollama默认地址（11434），包括在地方地方支持使用ollama模型的时候，导入的地址也是这个。