Ollama安装指南：Windows/Mac/Linux版本选择与API调用详解

获取与安装Ollama

Ollama支持跨平台部署，各操作系统均有对应的官方安装方案。Windows用户可直接从官网下载.exe安装包，执行后自动完成环境配置。macOS用户可选择下载.dmg文件进行图形化安装，或在终端执行提供的安装命令。对于Linux环境，安装最为便捷：可通过系统包管理器（如AUR或Snap）集成，或直接使用curl命令获取并运行安装脚本。安装完成后，在终端执行 ollama --version 命令可立即验证安装状态。

安装后的基础配置

完成Ollama安装后，建议进行几项核心配置以优化运行环境。首先是环境变量：检查或设置 OLLAMA_HOST 变量可自定义服务监听地址。其次是模型存储管理：默认情况下，模型文件保存在用户目录的 .ollama 文件夹内，明确此路径便于进行磁盘空间监控与模型备份。启动服务后，Ollama将在本地11434端口提供HTTP API服务，这是所有后续调用的基础。通过访问 http://localhost:11434 可确认API服务已就绪。

通过命令行与模型交互

命令行是操作Ollama最直接高效的方式。使用 ollama run 命令可拉取并启动指定模型，例如执行 ollama run llama2 将自动下载（若本地不存在）并加载Meta的Llama 2模型，进入交互式对话会话。此外，命令行提供完整的模型管理功能：ollama list 查看本地模型库；ollama ps 监控当前运行实例；ollama stop 终止指定模型进程。对于批量文本处理任务，可通过管道将输入内容直接传递给 ollama run 命令，实现自动化非交互式生成。

配置与调用Ollama API

Ollama的RESTful API是其实现应用集成的关键，所有功能均通过标准化端点暴露。核心API端点包括：/api/generate 用于通用文本生成；/api/chat 专为多轮对话优化；/api/tags 则返回本地可用模型列表。调用时需构建规范的JSON请求体，关键参数涵盖 model（模型标识）、prompt（输入指令）及 stream（控制流式输出）。例如，使用curl工具进行基础调用的命令为：curl -X POST http://localhost:11434/api/generate -d '{"model": "llama2", "prompt": "为什么天空是蓝色的？"}'。API将返回结构化的JSON响应，内含生成结果。

在代码中集成Ollama

将Ollama集成至Python、JavaScript等开发项目能解锁其完整的应用潜力。在Python生态中，开发者可直接使用 requests 库调用HTTP API，或通过安装官方的 ollama Python客户端库（pip install ollama）获得更优体验。该库封装了底层请求逻辑，提供 client.chat() 和 client.generate() 等直观方法，使模型调用如同调用本地函数。构建具备上下文记忆的复杂应用（如聊天机器人）时，可通过维护并传递对话历史列表来实现连贯的交互。此集成模式同样适用于其他语言环境，开发者可选用相应的SDK或直接基于统一的HTTP API协议进行调用。

来源：互联网