重磅！Ollama发布UI界面，告别命令窗口！

Ollama 终于提供 UI 界面了，再也不用在命令窗口中使用了，如下图所示：

什么是Ollama？

Ollama 是一个开源的大型语言模型服务工具。它的主要作用是帮助用户快速在本地运行大模型，简化了在 Docker 容器内部署和管理大语言模型（LLM）的过程。

PS：Ollama 就是大模型届的"Docker"，使用它可以低成本使用大模型（无需调用费用），并且因为是本地部署的大模型，所以不会存在数据隐私问题。

优点分析

Ollama 优点如下：

易于使用：提供了简单的 API 和类似 ChatGPT 的聊天界面，即使是没有经验的用户也能轻松上手，无需开发即可直接与模型进行交互。
轻量级：代码简洁，运行时占用资源少，能够在本地高效运行，不需要大量的计算资源。
可扩展：支持多种模型架构，并易于添加新模型或更新现有模型，还支持热加载模型文件，无需重新启动即可切换不同的模型，具有较高的灵活性。
预构建模型库：包含一系列预先训练好的大型语言模型，可用于各种任务，如文本生成、翻译、问答等，方便在本地运行大型语言模型。

Ollama 官网：ollama.com/

下载并安装Ollama

下载地址：ollama.com/

下载完成之后，双击安装包，一直下一步安装完成即可。

安装大语言模型

支持大模型列表：ollama.com/search

安装并运行 DeepSeek 大模型的命令如下：

ollama run deepseek

等待一段时间 DeepSeek 就安装并启动了。

Ollama调用

Ollama 调用也很简单，通过以下三步就能实现：

添加本地大模型依赖

xml 复制代码

<dependency>
  <groupId>org.springframework.ai</groupId>
  <artifactId>spring-ai-starter-model-ollama</artifactId>
  <version>1.0.0</version>
</dependency>

配置本地大模型

yaml 复制代码

spring:
  ai:
    ollama:
      base-url: http://localhost:11434
      chat:
        model: deepseek-r1:1.5b

编写代码进行调用

typescript 复制代码

@Autowired
private OllamaChatModel ollamaChatModel;

@GetMapping("/chat")
public String simpleChat(String msg) {
return ollamaChatModel.call(msg);
}

小结

Ollama 作为使用最简单的本地大模型部署工具，因为使用比较简单，所以行业使用率也很高，但你知道 Ollama 有哪些不足吗？欢迎评论区留言讨论。

学习资源推荐

如果你想更深入地学习大模型，以下是一些非常有价值的学习资源，这些资源将帮助你从不同角度学习大模型，提升你的实践能力。

Github