企业官网建设流程全解析

1. 为什么 ollama run 之后总觉得“少点东西”

你大概率遇到过这个场景：本地用 Ollama 拉了个 qwen2.5 或者 llama3，ollama run进去聊得挺顺，但一旦让它按固定格式输出、按固定步骤分析数据、或者调用某个外部脚本，它就开始自由发挥。云端平台那种“导入一个 Skill 就能稳定干活”的体验，在本地好像凭空消失了。

先说清楚一件事：Ollama 本身没有插件市场，也没有ollama install skill这种命令。它的职责非常窄——下载和管理 GGUF 模型文件、把模型加载进内存或显存、暴露一个本地 HTTP 推理接口（默认127.0.0.1:11434）、通过 Modelfile 设置系统提示词和采样参数。它不扫描技能目录，不识别用户意图，也不会自动路由到某个工具。

但“本地模型不能有 skill”是错的。Skill 的本质是一套标准化的业务流程、规则和输出模板，它不需要嵌进模型权重里。真正缺的是那一层调度骨架：谁来决定这次该用哪个 skill、谁来把 skill 文本和用户问题拼成完整 prompt、谁来接收模型返回并做后处理。这篇文章就围绕 Modelfile 和外部调度程序，搭一套可复用的骨架，让本地 Ollama 模型也能稳定挂载 skill 能力。适合已经在本地跑模型、想往工具调用和自动化工作流方向走的开发者。

2. 前置准备：Ollama 服务与 TaoToken 通道

在写 Modelfile 之前，先把两个基础件确认好。

第一个是 Ollama 服务本身。安装完成后确认版本和服务状态：

ollama --version ollama list curl http://127.0.0.1:11434/api/tags

如果curl能返回模型列表的 JSON，说明本地推理服务已经就绪。后面所有调度程序都通过这个端口和模型通信，不需要改动 Ollama 本体。

第二个是统一 Key/API 通道。本地模型负责推理，但调度程序里往往还要接其他 AI 工具——比如做意图路由时调一个更强的模型判断该选哪个 skill，或者把本地结果交给云端模型做二次整理。这时候如果每个工具都单独配一套 Key，维护成本会很高。我习惯用 TaoToken 把 Key 和 API 通道统一起来，官网入口在 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，API 地址是 https://taotoken.net/api 。它的作用是让你在调度程序里用同一套凭证访问不同模型，本地 Ollama 和外部模型可以共存于同一条调度链路里。

需要先拿到 API Key 的话，去控制台创建：https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite ，Key 管理页在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite 。接入文档可以参考 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite ，里面写了不同语言下的调用方式。如果你后面要做长期编码或 Agent 类任务，可以了解下 Coding Plan：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite 。

注意：TaoToken 在这里的角色是统一通道，不是替代 Ollama。本地推理仍然走127.0.0.1:11434，只有需要外部模型参与调度时才走 TaoToken 的 API。

3. 可复制的 Modelfile 骨架与 skill 注册配置

这一节给两套东西：一套是 Modelfile 骨架，用来把单个 skill 固化进模型；另一套是外部调度程序里的 skill 注册配置，用来做多技能动态加载。两者可以组合使用。

3.1 Modelfile 骨架：把 skill 提示词打包成新模型

Modelfile 的语法很简单，核心就几个指令：FROM指定基础模型，SYSTEM写系统提示词，PARAMETER调采样参数。下面是一个可直接复制的骨架，把 skill 内容放在SYSTEM三引号里：

FROM qwen2.5:7b PARAMETER temperature 0.2 PARAMETER top_p 0.9 PARAMETER num_ctx 8192 SYSTEM """ 【Skill 名称】渠道留存分析 【触发条件】用户提供包含 dt、channel、register_cnt、retain_7d 字段的明细数据 【执行步骤】 1. 校验数据：检查空值、负数，异常行标注但不剔除 2. 计算 7 日留存率 = retain_7d / register_cnt，保留两位小数 3. 按渠道聚合总新增与平均留存率 4. 检测留存率环比下降超过 10% 的记录，标记为异常波动 5. 只基于计算结果描述现象，不推测外部原因 【输出格式】 一、数据概况 二、渠道指标汇总表 三、异常波动清单 四、客观结论 【禁止行为】 禁止编造输入中不存在的数据；禁止输出模板以外的自由段落。 """

打包和运行：

ollama create retention-skill -f ./Modelfile ollama run retention-skill

这套骨架的优点是零依赖，命令行直接可用。缺点是 skill 永久占用系统提示词的 token，技能一多就会互相干扰，而且每次改 skill 都要重新ollama create。所以它只适合单一固定场景。

3.2 skill 注册配置：外部调度程序动态加载

多技能场景要把调度层拆出来。做法是在本地建一个 skills 目录，每个 skill 一个 Markdown 文件，再用一个注册表描述触发关键词和文件路径。目录结构如下：

skills/ registry.json retention.md sql_review.md report_format.md

registry.json是注册配置，把 skill 名称、触发词、文件路径对应起来：

{ "skills": [ { "name": "retention", "keywords": ["留存", "渠道", "7日"], "path": "./skills/retention.md", "priority": 10 }, { "name": "sql_review", "keywords": ["SQL", "慢查询", "索引"], "path": "./skills/sql_review.md", "priority": 8 } ] }

调度程序读取这个注册表，根据用户输入命中关键词，加载对应 skill 文本，再拼成完整 prompt 发给 Ollama。这样新增技能只需要加一个 md 文件和在 registry 里加一条记录，不用重新打包模型。

3.3 调度程序核心逻辑

下面是一段可直接跑的 Python 调度骨架，包含 skill 加载、关键词路由和 Ollama 调用：

import json import requests OLLAMA_URL = "http://127.0.0.1:11434/api/generate" MODEL = "qwen2.5:7b" def load_registry(path="./skills/registry.json"): with open(path, "r", encoding="utf-8") as f: return json.load(f) def load_skill(path): with open(path, "r", encoding="utf-8") as f: return f.read() def route_skill(query, registry): hits = [] for item in registry["skills"]: for kw in item["keywords"]: if kw in query: hits.append(item) break if not hits: return None hits.sort(key=lambda x: x["priority"], reverse=True) return hits[0] def build_prompt(skill_text, query): return f"{skill_text}\n\n用户请求：{query}" def call_ollama(prompt): resp = requests.post(OLLAMA_URL, json={ "model": MODEL, "prompt": prompt, "stream": False, "options": {"temperature": 0.2} }, timeout=120) resp.raise_for_status() return resp.json()["response"] if __name__ == "__main__": registry = load_registry() query = "帮我分析这份渠道留存数据，字段有 dt、channel、register_cnt、retain_7d" skill = route_skill(query, registry) if skill: skill_text = load_skill(skill["path"]) prompt = build_prompt(skill_text, query) else: prompt = query print(call_ollama(prompt))

这段代码里，Ollama 只负责推理，skill 的选择和拼接全在调度层完成。如果你想让路由更聪明，可以把关键词匹配换成向量检索，或者调一次外部模型做意图分类——这时候就用 TaoToken 的统一通道，在call_ollama旁边加一个走https://taotoken.net/api的分类函数即可，Key 从环境变量读取，不硬编码。

4. 端到端验证：一次完整的 skill 调用

配置写完了，得验证它真的能跑通。准备一份测试数据，存成test_data.txt：

dt,channel,register_cnt,retain_7d 2024-06-01,A,1000,320 2024-06-01,B,800,200 2024-06-02,A,1100,300 2024-06-02,B,850,150 2024-06-03,A,1050,290 2024-06-03,B,900,120

先验证 Modelfile 打包的模型：

ollama run retention-skill < test_data.txt

预期结果是模型按SYSTEM里定义的四个部分输出，包含数据概况、渠道汇总表、异常波动清单和结论，且不会出现“可能因为市场投放”这类无依据推测。

再验证外部调度程序：

python scheduler.py

如果路由命中retention，程序会加载skills/retention.md并拼接 prompt。实测下来，返回结果的结构稳定性和 Modelfile 版本接近，但好处是你可以随时改retention.md而不用重新打包模型。验证成功的标志有三个：输出包含模板要求的四个段落、异常波动清单里能正确标出 B 渠道 6 月 3 日留存率下降超过 10%、结论部分没有编造数据。

如果你还想验证模型对话能力本身，可以走 TaoToken 的模型对话入口做对比：https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_content=models&utm_campaign=rewrite ，把同样的 prompt 发给云端模型，观察本地和云端在格式遵循上的差异，方便调 skill 文本。

5. 本篇常见错排查

5.1 ollama create 报错 “no Modelfile found”

原因通常是文件名大小写或路径不对。Modelfile 的 M 必须大写，且要在命令里显式指定路径：

ls -l ./Modelfile ollama create retention-skill -f ./Modelfile

如果文件在别的目录，-f后面写相对或绝对路径都行，但不要只写Modelfile而当前目录没有。

5.2 调度程序连不上 11434

先确认 Ollama 服务在跑：

curl -s http://127.0.0.1:11434/api/tags | head

如果连接被拒绝，说明服务没启动。Linux 下用systemctl status ollama看状态，macOS 下确认菜单栏图标是否在。另外注意，如果调度程序跑在容器里，127.0.0.1指向的是容器自身，要换成宿主机的可达地址。

5.3 skill 命中错误或完全不命中

关键词路由的典型问题是触发词太宽或太窄。比如“留存”这个词可能同时出现在多个 skill 的触发词里，导致优先级高的总是被选中。排查方法是打印路由结果：

print("命中 skill:", skill["name"] if skill else "无")

如果发现总是命中同一个，检查registry.json里各 skill 的priority和keywords是否有重叠。更稳的做法是给每个 skill 加一个exclude_keywords字段，命中排除词时直接跳过。

5.4 模型不按模板输出

先确认 skill 文本里的输出格式是否足够具体。模糊的“输出报告”不如“按以下四段输出，每段标题固定”有效。其次检查temperature，高于 0.5 时格式遵循会明显下降，建议设到 0.2 以下。如果还是跑偏，把 skill 文本里的禁止行为写得更硬，比如“禁止输出模板以外的任何段落”。

5.5 外部模型调用返回 401

如果调度程序里接了 TaoToken 做意图分类，401 通常是 Key 没读到或环境变量名写错。确认：

echo $TAOTOKEN_API_KEY

然后在代码里用os.environ.get("TAOTOKEN_API_KEY")读取，不要写死在源码里。请求地址用https://taotoken.net/api，不要带多余路径。

6. 把调度层沉淀成可复用资产

走到这里，你应该已经有一套能跑的骨架了：Modelfile 负责单技能固化，registry + 调度程序负责多技能动态加载，Ollama 始终只做推理。这套结构最大的好处是 skill 和模型解耦——换基础模型只需要改FROM那一行，加技能只需要往skills/目录扔文件。

如果你后面要把这套东西接到更长的编码或 Agent 工作流里，建议把调度程序里的模型调用统一走 TaoToken 通道，Key 和 API 地址集中管理，本地和云端模型用同一套调用方式。接入细节看文档：https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite ，Key 在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite 创建。长期跑编码任务的话，Coding Plan 的额度模型比按次调用更划算：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite 。

最后留一个实用技巧：skill 文本不要一次写太长，把公共约束抽成一个base.md，每个 skill 文件开头用一行@include base.md引用，调度程序加载时做一次文本替换。这样改公共规则只需要动一个文件，所有 skill 同步生效。