企业官网建设流程全解析

常用命令行（代码在下面，解释在上面）

运行指定模型（最常用），可加--temperature、--num-ctx等参数

ollama run llama3.1:8b

查看本地所有已下载模型

ollama list

从仓库下载模型到本地（替换模型名和标签）

ollama pull qwen2:7b

启动 Ollama 后台 API 服务（默认监听 localhost:11434）

ollama serve

查看当前在内存中运行的模型进程

ollama ps

停止正在运行的指定模型，释放显存

ollama stop llama3.1

查看模型基本信息（大小、格式、许可证等）

ollama show llama3.1

查看模型的具体参数（如温度、上下文长度）

ollama show llama3.1 --parameters

查看模型的内置系统提示词（System Prompt）

ollama show llama3.1 --system

复制/重命名一个本地模型

ollama cp llama3.1 my-model

永久删除本地模型文件

ollama rm llama3.1

使用自定义 Modelfile 创建一个新模型

ollama create my-model -f Modelfile

将本地模型推送至仓库（需先登录）

ollama push username/my-model

登录 Ollama 官方或私有注册中心

ollama login

退出登录

ollama logout

查看全部命令帮助

ollama help

查看某个子命令（如 run）的详细帮助

ollama help run

查看当前 Ollama 版本号

ollama --version

输出服务运行日志（用于调试）

ollama logs

校验模型文件完整性

ollama validate llama3.1

二、常用环境变量（启动ollama serve前设置，按频率排序）

服务监听地址（默认 127.0.0.1:11434，改为 0.0.0.0 允许局域网访问）

export OLLAMA_HOST=0.0.0.0:11434

模型空闲保留时间（默认 5m，设为 -1 永久驻留）

export OLLAMA_KEEP_ALIVE=10m

模型下载存放目录（默认 ~/.ollama/models）

export OLLAMA_MODELS=/path/to/models

最大并发请求数（默认 1，高配 GPU 可调大）

export OLLAMA_NUM_PARALLEL=2

全局默认上下文窗口大小（覆盖模型默认值）

export OLLAMA_CONTEXT_LENGTH=8192

开启调试日志（0 关闭，1 开启）

export OLLAMA_DEBUG=1

为显卡预留显存（单位字节，示例 512 MB）

export OLLAMA_GPU_OVERHEAD=536870912

单 GPU 最多同时加载的模型数量（默认自动）

export OLLAMA_MAX_LOADED_MODELS=2

开启 Flash Attention 加速（1 开，0 关）

export OLLAMA_FLASH_ATTENTION=1

强制模型分散到所有可用 GPU（1 开启）

export OLLAMA_SCHED_SPREAD=1