ollama

Spring AI实现对话聊天-流式输出目录1.版本选择2.完整代码实现3.效果当前Spring AI 最新正式版本为1.1.2，我们使用这个版本，对应的springboot版本Spring Boot >= 3.5.0 and < 4.0.0

配置 OpenClaw 使用 Ollama 本地模型前提条件确保已安装并运行 Ollama 服务，且模型 qwen3-vl:2b 已下载。配置步骤修改 OpenClaw 配置文件，指定 Ollama 作为模型提供商并设置默认模型。

在OpenCode使用skills搭建基于LLM的dify工作流到https://skillsmp.com/zh下载skills，点击搜索跳转skills搜索页面，在输入框输入你感兴趣的技能，比如dify等，选择相关的skills

福大大架构师每日一题

ollama v0.15.2发布：新增Clawdbot集成指令，全面支持Ollama模型启动！2026年1月26日，Ollama正式发布了 v0.15.2 版本。本次更新内容虽不多，但极具技术含量。它带来了全新的 Clawdbot 集成，并新增了一个关键命令：

【大模型知识】Chroma + Ollama + Llama 3.1 搭建本地知识库原始文档（PDF/Word/TXT/Markdown）文档解析 & 分块向量化（Embedding）

AI RAG 本地知识库实战学习一下通过 RAG 搭建个人知识库。如果为了纯用，gemini 的 NotebookLM 效果更好，无脑用

Llama.cpp 全实战指南：跨平台部署本地大模型的零门槛方案【个人主页：玄同765】大语言模型（LLM）开发工程师｜中国传媒大学·数字媒体技术（智能交互与游戏设计）

阿尔的代码屋

[大模型实战 01] 本地大模型初体验：Ollama 部署与 Python 调用指南核心摘要 (TL;DR)官网地址：https://ollama.com/Ollama 是目前最火的本地大模型部署工具。简单来说，它能帮咱们快速拉取模型文件，让模型在本地直接运行并进行对话。同时，它还能把模型打包成一个标准的接口，通过端口开放给咱们写的 Python 脚本调用。

尝试在openi启智社区的dcu环境安装ollama最新版0.15.2（失败）先上结论，ollama的rocm版本应该是支持amd的，而不是国产DCU的。先下载ollama的rocm版本，后缀是zst，请问怎么解开和安装？ollama-linux-amd64-rocm.tar.zst

Mac 安装 Ollama 部署 DeepSeek 模型随着本地大模型（LLM）在写作、问答、代码辅助等任务中越来越普及，将模型部署到本地成为很多开发者和内容创作者的需求。本文记录了我本地安装 Ollama 并部署 DeepSeek 模型的过程。

谷歌开源翻译模型 TranslateGemma 深度解析与本地部署实践在全球化的商业环境中，跨语言沟通已成为企业数字化转型的核心挑战之一。机器翻译技术作为打破语言壁垒的关键工具，其重要性日益凸显。

ollama日常使用在运行ollama的终端按ctrl+c，停止服务默认下的路径：new_models_path 是要更改的模型路径

使用llama.cpp和ollama推理LFM2.5-1.2B模型LFM2.5-1.2B-Instruct 是 Liquid AI 在 2026 年 1 月推出的‌开源、轻量级、高性能的通用指令微调 AI 模型‌，参数量 12 亿，专为在手机、笔记本等端侧设备上高效运行而设计，内存占用仅约 900MB，推理速度极快。

用什么都重名

【Dify学习笔记】：Dify插件离线转换教程目录前言1. 介绍2. 插件下载3. dify插件打包工具4. 插件打包5. 插件安装Dify的插件常规情况下需要联网安装，即使将插件下载下来，通过本地方式安装，插件内部的依赖依然需要联网才能下载。所以常规情况下无法在纯内网环境安装和使用插件。

实战 BGE-M3 与 Ollama：从接口测试到向量原理解析在构建 RAG（检索增强生成）系统时，Embedding 模型是决定检索质量的基石。BAAI 发布的 BGE-M3 因其支持多语言、长文本和多种检索模式，成为了目前的 SOTA（State of the Art）选择之一。

勇气要爆发

Docker+Ollama+LangChain：从零搭建企业级“隐私优先”本地 RAG 知识库 (附源码)作者：飞哥（一个喜欢讲故事的全栈开发者，擅长把复杂的代码翻译成“人话”）难度：⭐⭐⭐⭐ 关键词：Ollama, Llama 3, Docker, Docker Compose, RAG, LoRA

AI大佬的小弟

【详细步骤】大模型基础知识（4）---ollama模型调用-多轮对话体验昨天，给小伙伴们介绍了一下如何下载ollama和具体的命令有哪些，也告诉了大家下载模型的具体方法，今天就给大家介绍一下如何简单的构建一个聊天智能体，前端页面咱们就暂时模拟一下，后端咱们就可以正常和大模型交流，我们开始启程！

weixin_46244623

Milvus + LangChain + Ollama 搭建生产级 RAG（含 Tag / Metadata 解析）本文记录一次从 Milvus 容器反复重启、端口拒绝，到最终稳定运行并实现 LangChain RAG 成功检索的完整实战过程。适用于本地 RAG、私有大模型、知识库系统等场景。

Langchain4j 系列之二十七 - Ollama集成Deepseek上一个系列讲了Spring AI得到反馈效果不错，有人私信我说这个和Langchain4j有什么区别。如果站在使用方面，都是基于Java的大模型应用研发的工具，本质上没太大区别。但是从细节层面来说还是有很多不同之处，所以索性借此机会，给大家分享一下Langchain4j框架。在本系列中会按照Spring AI系列的顺序来写Langchain4j，这样的好处是可以对比两者不同的细节。

基于Ollama大模型学习官网下载： https://ollama.com/downloadhttps://ollama.com/download 网盘下载：