Ollama 国内镜像 安装 + 下载模型 教程

Ollama介绍

Ollama 是一个开源的本地大模型运行工具,主要作用是让你在自己电脑上一键下载、运行和管理开源大模型(如 Gemma、Qwen、DeepSeek 等),无需联网调用云端 API,数据不出本机,还提供 OpenAI 兼容的本地 API 接口。

核心特点

  • 一条命令即可下载并运行模型:ollama run 模型名

  • 跨平台:Windows /macOS/ Linux 都支持

  • 有官方模型库(ollama.com/library),模型自动管理

  • 自带本地 API 服务(默认端口 11434),方便配合代码调用

安装Ollama

方法一:官网安装 Download Ollama

方法二:国内镜像 ghproxy

复制代码
https://mirror.ghproxy.com/https://github.com/ollama/ollama/releases/latest/download/OllamaSetup.exe

ghproxy 是开源 GitHub 加速镜像,文件原版,安全

方法三:国内镜像 cnb.cool

复制代码
https://cnb.cool/hex/ollama/-/releases/latest/download/OllamaSetup.exe

下载完成后校验:文件名称 OllamaSetup.exe,就是官方原版安装包。

安装模型

由于国内下载拉取模型慢(ollama pull 模型名),所以使用镜像网站下载模型

步骤一:完全退出 Ollama

Ollama安装完成后,右下角托盘找到 Ollama 图标,右键 → Quit Ollama,彻底退出。

步骤二:新建 config.json 镜像配置文件

文件管理器地址栏直接粘贴下面路径,回车打开:

复制代码
%USERPROFILE%\.ollama

如果提示找不到文件夹 → 在空白处右键 → 新建文件夹,命名 .ollama

在 .ollama 文件夹里面,新建文本文档,把下面内容复制进去:

复制代码
{
  "registry": {
    "mirrors": {
      "registry.ollama.ai": "https://ollama.modelscope.cn"
    }
  }
}

保存文件,重命名文件为 config.json(不要带.txt后缀)

备选模型镜像源(如果魔搭不稳定)

  • 浙大镜像:https://ollama.zju.edu.cn

  • DeepSeek 镜像:https://ollama.deepseek.com

切换方法:修改 config.json 里面的 mirror 地址即可。

步骤 三:(可选,C 盘不够需要做)设置模型保存到 D 盘

  1. Win+R 输入 sysdm.cpl → 高级 → 环境变量

  2. 用户变量 → 新建

  • 变量名:OLLAMA_MODELS

  • 变量值:D:\ollama-models(D 盘这个文件夹会自动生成)

  1. 全部点确定保存。

或者在 Ollama settings设置里 将 Model location 设置在D盘

然后重启Ollama,在开始菜单打开 Ollama,托盘图标重新出现,镜像配置加载完成

步骤 四:下载模型

可以在 Ollama Search Models 查找要下载的模型名

打开 PowerShell / CMD,拉取 要安装的模型(以 gemma4:e4b模型为例**)**

复制代码
ollama pull gemma4:e4b

此时下载流量走魔搭国内服务器,速度大幅提升;支持断点续传,断了直接再次执行这条命令。

下载完成校验:

复制代码
ollama list

列表看到 gemma4:e4b 代表下载成功。

运行模型开始对话:

复制代码
ollama run gemma4:e4b

输入问题直接对话,/bye 退出对话窗口。

Ollama常用命令

|-----------------------|-------------|
| 命令 | 作用 |
| ollama list | 查看已下载的模型 |
| ollama pull 模型名 | 只下载模型不运行 |
| ollama run 模型名 | 运行模型进入对话 |
| ollama rm 模型名 | 删除模型 |
| ollama serve | 启动本地 API 服务 |
| ollama stop 模型名 | 停止正在运行的模型 |

查看当前正在运行模型:ollama ps

相关推荐
去伪存真15 小时前
并发量一高就装死?Agent 全链路“防猝死”手册
前端·agent
挖掘狂人17 小时前
程序员转型抉择:转 Agent 开发还是转全栈?一份基于招聘市场的冷静分析
人工智能·程序员·agent
我登哥MVP1 天前
DeepSeek-Harness-Super-Agent-学习笔记
人工智能·深度学习·神经网络·机器学习·自然语言处理·agent
小田学Python1 天前
工具调用:让 Agent 从“说”到“做”
大数据·大模型·agent·ai工具·deepseek
泯泷1 天前
为什么你的 AI Agent“越改越差”?Anthropic 总结了 8 步评测方法
llm·agent·claude
goehou1 天前
Ollama 的流式接口不是 SSE,客户端要改三处
sse·ollama·流式输出·客户端开发
阿里云云原生1 天前
AgentCore + Codex 构建生产级 Agent 的原理与实践
agent
DigitalOcean1 天前
Codex 如何接入 Claude 等其它模型?使用 CC Switch 接入 FluxLane API 教程
llm·agent
七夜zippoe1 天前
Agent 并发控制:多用户、多会话与资源隔离策略
ai·agent·并发控制·资源隔离·多用户·多会话
沉默王二1 天前
Hy4正式发布一手实测,腾讯这波起飞了。
openai·agent·vibecoding