ollama

【10 分钟！M4 Mac mini 离线部署「私有 ChatGPT」完整实录】（支持上传文件 / 图片 / 代码高亮，全程 4 命令 3 点击）2025 年，开源大模型已卷到 8B 就能打 GPT-3.5。手里这台 M4 Mac mini（24 GB + 512 GB）空着也是吃灰，不如 10 分钟搭一个「离线 ChatGPT」：

成子不是橙子

Langchain | Ollama | Python快速上手使用LLM的DEMOMacOS python3.12.* ollama点击下载安装Ollamalangchain-ollama有三种集成模式，chat_models、embeddings、llms，可通简单阅读文档，获取使用方式。

深色風信子

SpringAI 本地调用 OllamaLangChain4j 详细介绍 LangChain4j 是一个专为 Java 生态系统设计的开源框架，旨在简化大语言模型（LLM）与应用程序的集成，提供了构建基于 LLM 的复杂应用所需的核心组件和工具。其设计理念借鉴了 Python 生态的 LangChain，但针对 Java 开发者的习惯和需求进行了优化。

大模型教程

AI 新玩法：GraphRAG × Ollama 打造更聪明的智能体本文较长，建议点赞收藏。更多AI大模型应用开发学习视频及资料，在智泊AI。GraphRAG（基于图的检索增强生成）就像是给你的AI装了一张知识地图，让它能自由导航。传统的AI系统，比如聊天机器人，通常靠简单搜索找答案。它们在文本堆里找关键词，有时候会漏掉整体的大局。GraphRAG通过将信息组织成一个知识图谱来改变这一现状——这是一个由节点（比如人、地点或事物）和它们之间的关系（比如“居住在”或“为某人工作”）构成的互联网络。

ollama部署本地模型(deepseek,qwen,gemma3,...)ollama 是一个开源的本地大语言模型（LLM）运行平台，允许用户在本地计算机上轻松部署、运行和管理各种大型语言模型(deepseek,qwen,gemma3,...)。

ollama+openwebui本地部署及踩坑记录使用 http://127.0.0.1:11434/ 访问Ollama显示Ollama is running，说明Ollama正常。

深色風信子

SpringBoot 集成 LangChain4j 本地调用 OllamaOllama复制内容到ollama_download.ps1文件中

Windows+Docker+AI开发板打造智能终端助手本文记录了一个完整的流程：在 Windows 上使用 Docker 部署 Dify 平台 + Ollama 本地模型，然后在香橙派上通过局域网访问 Dify 的 API，实现一个可以终端聊天的智能助手。整个过程涵盖部署、端口暴露、防火墙设置、API 调试、Python 调用等完整细节。

安娜的信息安全说

Ollama 使用详解：本地部署大语言模型的指南随着大语言模型（LLM）在各类应用中的广泛落地，开发者对模型的可控性、数据隐私和成本控制提出了更高的要求。相比依赖云端服务，本地部署大模型成为越来越多技术团队的选择。而在众多本地部署工具中，Ollama 凭借其极简的使用方式和强大的兼容性，迅速成为开发者圈的热门工具。

安娜的信息安全说

Hugging Face vs Ollama：云端协作与本地隐私的AI平台对决在人工智能快速发展的今天，开发者和企业面临着一个关键选择：是依赖强大的云端平台，还是转向更具隐私和控制力的本地部署方案？在这个背景下，Hugging Face 和 Ollama 成为两种截然不同的代表。本文将从功能、性能、使用场景、集成能力和成本等方面，深入对比这两个平台，帮助你选择最适合的 AI 开发工具。

长期以来我对 LLM 的误解同步更新至个人站点：长期以来我对 LLM 的误解大家好，我是 mCell。最近半年，我一直在折腾各种大语言模型（LLM），从 GPT 到 Gemini，再到国产的 DeepSeek、Qwen。我用它们当搜索引擎、写代码、甚至帮我完成期末作业的实验报告。作为一个开发者，我一直在思考一个问题：这东西的底层到底是怎么工作的？

Cherry Studio+Ollama+大模型+向量模型，实现RAG私有知识库。智能体实现EXCEL转化为一个报表图表一、安装Ollama二、配置大模型三、配置嵌入模型四、安装Cherry Studio五、搭建本地知识库

邂逅星河浪漫

【Spring AI】Ollama大模型-智能对话实现+项目实战(Spring Boot + Vue)本文介绍使用 Vue + Spring Boot 框架的 Spring AI + Ollama 实现对话机器人功能。

大模型教程

揭秘 Ollama+DeepSeek-R1+RAGFlow 本地RAG专属知识库、Agent智能助手搭建秘籍！本文较长，建议点赞收藏。更多AI大模型应用开发学习视频及资料，在智泊AI。本文主要围绕 RAGFlow 的构建知识库、搜索、Agent、文件管理等核心应用功能模块，结合大模型 LLM，零基础如何实现在本地快速搭建RAG专属知识库、智能搜索问答系统、Agent智能助手应用，以及RAGFlow 在应用过程中的常见问题与解决方案。

图文并茂记录：Ubuntu上安装Ollama大模型提供Serve，前端调用实现AI对话功能本文图文并茂，记录安装 Ollama过程，下载大模型，启动ollama大模型服务，然后通过nginx代理外部请求访问，实现一个前端问答效果

大模型教程

本地AI知识库问答开源技术实现（二）--配置模型和知识库Dify 启动后，默认为空的，从 v1.0.0 开始所有模型库（包括 Ollama ）都要通过插件的形式安装

【慢教程】Ollama4：ollama命令汇总Ollama 是一款轻量级本地大模型部署工具，使用广泛，且容易上手，适合作为AI技术的入门。开始本课内容。。。

智能建造小硕

使用LLM（Ollama部署）为Bertopic确定的主题命名使用本地部署的 Ollama + Qwen3:14b 模型，结合 BERTopic 输出的关键词与样本摘要，自动生成 3–4 个词的主题名称。整个流程自动化、可复用，适用于学术论文、新闻聚类、客户反馈分析等多种场景。

最菜灰夫人

在Ubuntu 20.04上安装Ollama并部署大型语言模型：含Open WebUI图形界面教程在人工智能浪潮席卷全球的今天，大型语言模型（LLM）不再是遥不可及的云端技术。借助 Ollama，每一位开发者都能轻松地将强大的模型部署在自己的本地计算机上，实现无缝、私密且可定制的AI体验。本文将带领您一步步在 Ubuntu 20.04 系统上完成 Ollama 的安装与模型部署，并最终搭建美观易用的图形化界面（Open webui）。

狂炫一碗大米饭

使用 Ollama搭建代理ai工作流随着机器离线和本地工作的大型语言模型（LLMS）的需求不断增长，像 Ollama 这样的平台它可以轻松地将开源模型直接下载到我们的的硬件上，从而简化流程，直接调用Llama 3、Gemma 3 和 DeepSeek R1 等模型而无需依赖外部 API 调用。