Ollama是一个开源的本地大语言模型（LLM）运行框架，专注于简化和优化大型语言模型在个人设备上的部署与管理，支持主流模型的快速运行与集成。借助Ollama 强大的功能我们无需关注本地模型部署的各种复杂的依赖。如何在SparkX中使用Ollama呢？
开源地址：
github.com/nick-bai/Sp...
gitee.com/shop-sparke...
本文以macos 环境为例，其他环境除了装Ollama略有不同，其余的均一致
安装 ollama
1、下载Ollama
打开 ollama的官网 ollama.com/
点击下载，根据自己系统选择对应的版本。
正常情况下，系统会自动检测当前的操作系统，默认选择对应的版本。点击下载即可。
2、安装ollama
没有啥特殊的配置的话，一路下一步。
3、验证是否安装完毕
打开命令行输入
ollama -v出现如下的画面，表示安装完成。
在SparkX中使用Ollama
1、语言模型
我们选择一个自己系统可以部署的模型，打开 Ollama官网，点击Models
ollama.com/search
我们选择一个 qwen3 模型
点击进去，这里我 选择 1.7b 模型，复制拉取命令
arduino
ollama run qwen3:1.7b打开命令行执行，等待模型拉去完成。
拉去完毕之后，模型会自动启动。我们输入 你好，能看到模型正常的回复了。
接下来我们打开 SparkX的模型管理，填写 Ollama 的可用模型 qwen3:1.7b
保存提交。然后在应用中选择我们设置的 模型
此时，就可以在应用中使用 Ollama 中的 qwen3 模型了
2、向量模型
打开 Ollama 官网，选择 embedding 模型
这里我们选择 一个，以 bg3-m3 为例子，复制拉去命令
ollama pull bge-m3
拉去完毕之后，我们打开 SparkX 的向量模型配置，输入可用模型为 bge-m3
知识库就可以配置 bge-m3 模型了
传入文本，选择向量化
等待完成向量化
3、重排模型
打开 Ollama 官网，选择 搜索 rerank 模型
我们选择拉去 bge-reranker-v2-m3,复制 拉去命令
bash
ollama pull linux6200/bge-reranker-v2-m3
打开 SparkX 的重排模型，输入重排名称
在应用中就可以选择这个重排模型了
