- 综合排序
- 最热优先
- 最新优先
- 来自专栏iSharkFly
Confluence 6 配置 XSRF 保护
Confluence 需要一个 XSRF 令牌才能创建一个评论，这个被用来保护用户不在评论区恶意发布内容。 希望为评论配置 XSRF 保护： 在屏幕的右上角单击 控制台按钮 ? ，然后选择 基本配置（General Configuration） 链接。 在 XSRF 保护（XSRF Protection）部分取消选择 添加评论（Adding Comments）来禁用 XSRF 保护。 选择 保存（Save）。
52830发布于 2019-01-30 - 来自专栏Mintimate's Blog
公网暴露 Ollama 端口存在风险？使用 OneAPI 聚合和保护你的模型调用
博客：https://www.mintimate.cnMintimate’s Blog，只为与你分享Ollama是一个强大的本地大语言模型运行框架，它让用户能够在本地设备上轻松运行和管理各种大语言模型。 然而，Ollama 默认端口服务没有鉴权功能，暴露在公网上的端口存在一定的风险，任何人都可以访问这些端口并调用模型；更不用说，早起版本的 Ollama 还存在 CVE-2024-39720、CVE-2024 当然，你也可以使用 Nginx 去反向代理 Ollama 端口；但是我个人认为，还是 OneApi优雅，也方便数据统计。 当然，对于 Ollama 来说，你可以设置 Ollama 的 Serve 服务，仅允许你部署 OneApi 的服务器 IP 来访问，进而，使用 OneApi 来保护你的 Ollama 端口和服务。 之后使用 Docker 部署我们的 OneApi，最好用 OneApi 聚合 Ollama 服务，输出 API Key。
1.6K10编辑于 2025-03-12 - 来自专栏机器学习与统计学
Ollama，危？
大家好，我是 Ai 学习的老章 Ollama 是咱们公众号的常客了，比较重要的几个功能升级我都写过文章介绍 Ollama 发布新 app，文档聊天，多模态支持，可在 macOS 和 Windows 上使用 Ollama 的新动作：大模型联网搜索 API、MCP 客户端集成 Ollama 可以启动云端大模型了，免费 Ollama 背后执行推理的核心技术其实是由 llama.cpp 承担的，GGUF 模型格式也是由 现在 llama.cpp 迎来重大更新，它也有了自己的 Web UI，我测试了安装部署和自行打包，很多地方确实比 Ollama 还有方便好用。 的 Shimmy 要好很多，但是 Ollama 玩了这么久也不是吃素的 1、Ollama 有更加方便的 app，随时切换本地模型甚是方便 2、Ollama 还有免费云模型可以调用呢，deepseek-v3.1 并发太差：不要再用 _Ollama_，不要再用 llama.cpp
35210编辑于 2025-11-20 - 来自专栏云计算D1net
公共云中数据保护的6个步骤
企业应该为访问云计算数据的用户强制实施强密码，并且许多企业希望超越密码保护，能够提供更好的安全措施，以实现多因素认证。 除了保护访问云计算数据之外，又如何保护数据本身呢?人们已经听说过当一组实例被删除时发生的主数据泄露，但是相应的数据却没有泄露，而过了一段时间，这些文件变得松散，并可能导致出现一些问题。 以下，将详细介绍企业在使用公共云时可以保护其数据的方式： (1)多因素认证 企业应该为访问云计算数据的用户强制实施强密码，并且许多企业希望超越密码保护，能够提供更好的安全措施，以实现多因素认证。 复制管理也允许数据得到充分保护。使用相同的ID保护单个副本比数十个要容易得多。 (5)加密 你经常加密自己的文件吗?根据研究，人们对数据加密的意识仍然不强，这是这些灾难性数据泄漏的根源。 (6)备份和灾难恢复(DR) 业内人士对于连续备份或快照是否是数据与传统的单独备份复制软件的一种更好的保护方式存在争议。
86470发布于 2018-06-08 - 来自专栏.Net Core技术分享
Ollama系列05：Ollama API 使用指南
本文是Ollama系列教程的第5篇，在前面的4篇内容中，给大家分享了如何再本地通过Ollama运行DeepSeek等大模型，演示了chatbox、CherryStudio等UI界面中集成Ollama的服务 在今天的分享中，我将分享如何通过API来调用ollama服务，通过整合ollama API，将AI能力集成到你的私有应用中，提升你的职场价值！ Ollama API Ollama 提供了一套简单好用的接口，让开发者能通过API轻松使用大语言模型。 本篇内容将使用Postman作为请求工具，和开发语言无关。 参考内容 官方API文档：https://github.com/ollama/ollama/blob/main/docs/api.md 官方兼容OpenAI文档：https://github.com /ollama/ollama/blob/main/docs/openai.md
4.3K21编辑于 2025-03-21 - 来自专栏GPUS开发者
在Jetson上玩转大模型Day6：Ollama的Webui智能助手
前面已經教會大家很輕鬆地使用 Ollama 搭建一個在指令終端的交互式智能助手，但這種操作模式畢竟比較粗糙，而且只能在一臺機器上使用，實用性並不高，如果能搭建一個Web界面的智能助手，並且可以讓局域網裏的其他人一起使用的話 在https://github.com/open-webui/open-webui這個項目與Ollama項目能搭配得天衣無縫，只要在前面ollama容器執行的狀況下（表示ollama server已啓動 ），然後執行以下指令，就能爲Ollama提供一個非常美觀的Web交互界面： $ docker run -it --rm --network=host \ --add-host=host.docker.internal 這裏顯示的模型選項，就是 Ollama已經下載到本地的模型，可以非常輕鬆地在各種模型直接切換，這樣就很容易去測試各種不同模型的特色與效果。 現在搭配Open Webui的Ollama智能助手已經建立好了，我們可以在另一臺機器上打開瀏覽器，然後輸入 <IP_OF_OLLAMA>:8080 ，例如我們搭建Ollama + Open WebUI的
55110编辑于 2024-10-29 centos7 安装ollama 运行 ollama -v 报错解决
.6: version `GLIBC_2.27' not found (required by ollama)ollama: /lib64/libstdc++.so.6: version `GLIBCXX _3.4.25' not found (required by ollama)ollama: /lib64/libstdc++.so.6: version `GLIBCXX_3.4.20' not found (required by ollama)ollama: /lib64/libstdc++.so.6: version `CXXABI_1.3.9' not found (required by ollama )ollama: /lib64/libstdc++.so.6: version `CXXABI_1.3.11' not found (required by ollama)ollama: /lib64/ libstdc++.so.6: version `GLIBCXX_3.4.21' not found (required by ollama)ollama: /lib64/libstdc++.so.6:
3.2K11编辑于 2025-06-12- 来自专栏养虾记
OpenClaw 接入本地 Ollama
适用范围：希望在本地运行AI模型的用户需要离线使用OpenClaw的用户关注数据隐私的用户想要降低API调用成本的用户Ollama的优势：本地运行：数据不离开本地机器，保护隐私离线可用：无需网络连接即可使用开源免费 ，Ollama服务会自动启动。 列表中，选择Ollama。 6.常见问题Q1:Ollama服务无法启动？ 查看配置文件：展开代码语言：BashAI代码解释$cat.openclaw/openclaw.json|greptokenQ6:如何更新模型？
2.5K40编辑于 2026-03-31 - 来自专栏AIOT
在Jetson上玩转大模型Day6：Ollama的Webui智能助手
前面已經教會大家很輕鬆地使用 Ollama 搭建一個在指令終端的交互式智能助手，但這種操作模式畢竟比較粗糙，而且只能在一臺機器上使用，實用性並不高，如果能搭建一個Web界面的智能助手，並且可以讓局域網裏的其他人一起使用的話 在https://github.com/open-webui/open-webui這個項目與Ollama項目能搭配得天衣無縫，只要在前面ollama容器執行的狀況下（表示ollama server已啓動 ），然後執行以下指令，就能爲Ollama提供一個非常美觀的Web交互界面： $ docker run -it --rm --network=host \ --add-host=host.docker.internal 這裏顯示的模型選項，就是 Ollama已經下載到本地的模型，可以非常輕鬆地在各種模型直接切換，這樣就很容易去測試各種不同模型的特色與效果。 現在搭配Open Webui的Ollama智能助手已經建立好了，我們可以在另一臺機器上打開瀏覽器，然後輸入 <IP_OF_OLLAMA>:8080 ，例如我們搭建Ollama + Open WebUI的
54510编辑于 2024-10-28 - 来自专栏.Net Core技术分享
Ollama系列06：C#使用OllamaSharp集成Ollama服务
本文是Ollama系列教程的第6篇，主要介绍如何通过SDK将ollama集成到c#程序中。 Ollama 提供了HTTP API的访问，如果需要使用SDK集成到项目中，需要引用第三方库OllamaSharp，直接使用nuget进行安装即可。 功能亮点 简单易用：几行代码就能玩转Ollama 值得信赖：已为Semantic Kernal、.NET Aspire和Microsoft.Extensions.AI提供支持 全接口覆盖：支持所有Ollama = new OllamaApiClient(uri); 获取模型列表 // list models var models = await ollama.ListLocalModelsAsync(); var chat = new Chat(ollama); Console.WriteLine(); Console.WriteLine($"Chat with {ollama.SelectedModel
88310编辑于 2025-03-26 ollama指定目录安装
ollama安装时候不能选择安装路径，只能默认安装C盘大概需要5GB空间，面对C盘没有多少的用户就很难装上去。 windows默认安装在C盘，不支持修改程序安装目录，可以在Windows终端中输入以下命令来自定义安装路径 在OllamaSetup.exe安装包文件路径下打开终端 D:\Ollama为安装的目标路径 OllamaSetup.exe /DIR="D:\Ollama" 自定义模型储存路径 在用户环境变量中添加一个OLLAM_MODELS环境变量来定义模型的储存位置
2.8K00编辑于 2025-07-16ollama安装初体验
Ollama配置服务端口 编辑环境变量 配置端口 变量名称：OLLAMA_HOST 值： 0.0.0.0:8080 配置大模型本地存储路径 变量名称：OLLAMA_MODELS 值：D:\ollama \models 访问端口允许跨域 变量名称：OLLAMA_ORIGINS 值：* 配置环境变量后重启Ollama 常见ollama 属性设置 我们在平时使用ollama过程中会遇到不少问题，比如模型镜像加载在 5.OLLAMA_NUM_PARALLEL=2 设置2个用户并发请求 6.OLLAMA_MAX_LOADED_MODELS=2 设置同时加载多个模型 启动Ollama后安装启动本地大模型 模型操作命令 ollama serve：启动 Ollama 服务，是后续操作的基础。 ollama create：从模型文件创建模型，适用于自定义模型或本地已有模型文件的情况。 ollama list：列出本地已有的模型，方便管理和选择。 ollama cp：复制模型，可用于备份或创建模型副本。 ollama rm：删除模型，释放存储空间。
1.1K10编辑于 2025-07-16- 来自专栏leehao
Ollama整合open-webui
It supports various LLM runners, including Ollama and OpenAI-compatible APIs.
52310编辑于 2025-02-11 ollama的setup.exe和ollama-windows-amd64.zip区别
在Windows系统上，安装Ollama最为便捷的途径是利用OllamaSetup.exe安装程序。该程序无需管理员权限，即可在你的个人账户中顺利完成安装。 我们致力于不断更新Ollama，以确保其能够支持最新的模型，而该安装程序将助你轻松保持软件的最新版本。 若你有意将Ollama作为服务进行安装或集成，那么可以选择使用独立的ollama-windows-amd64.zip压缩包。 此压缩包内仅包含Ollama CLI以及Nvidia和AMD的GPU库依赖项，这为你提供了将Ollama嵌入现有应用程序中的灵活性，或者通过如ollama serve等工具，利用NSSM等服务管理器将其作为系统服务来运行
1.4K00编辑于 2025-07-16- 来自专栏云技术与
ollama 离线安装本地模型
13921 Feb 7 14:27 install.sh -rw-r----- 1 docker docker 1682401421 Feb 6 10:27 ollama-linux-amd64.tgz -rw-r----- 1 docker docker 2569 Feb 6 10:00 wget-log [docker@**-**-**-50 hyh]$ 4. exit 0 fi # Look for pre-existing ROCm v6 before downloading the dependencies for search in " $SUDO rm -rf /usr/share/ollama/lib $SUDO chmod o+x /usr/share/ollama $SUDO install -o ollama -g ollama /build_android.sh：/bin/sh^M：解释器错误: 没有那个文件或目录，执行 sed -i 's/\r$//' install.sh 6 下载运行模型 4c8g 的机器上，下载1.5b
1.7K10编辑于 2025-10-31 - 来自专栏Java Tale
Linux内网离线安装Ollama
://github.com/ollama/ollama/releases/ # x86_64 CPU选择下载ollama-linux-amd64 # aarch64|arm64 CPU选择下载ollama-linux-arm 离线下载Linux环境的Ollama安装脚本 保存到/home/Ollama目录 ## 下载地址1，浏览器中打开下面地址 https://ollama.com/install.sh ## 下载地址 <模型名称> ollama run qwen2:7b 关闭 Ollama 服务 # 关闭ollama服务 service ollama stop Ollama 常用命令 ## 启动Ollama服务 ollama serve ## 从模型文件创建模型 ollama create ## 显示模型信息 ollama show ## 运行模型 ollama run 模型名称 ## 从注册表中拉去模型 ollama pull 模型名称 ## 将模型推送到注册表 ollama push ## 列出模型 ollama list ## 复制模型 ollama cp ## 删除模型 ollama rm 模型名称 ## 获取有关Ollama
12K12编辑于 2024-08-15 Ollama 常用命令
Ollama 常用命令Ollama 是一个用于管理和运行大型语言模型的工具，提供了丰富的命令行接口（CLI），方便用户在本地环境中轻松地部署和运行各种模型。 以下是一些 Ollama 的常用命令及其用法：一、模型管理命令1. 复制模型ollama cp <source_model> <destination_model>复制一个模型，创建一个新模型副本。6. 启动 Ollama 服务ollama serve启动 Ollama 服务器，使其开始监听请求并处理模型任务。2. 查看帮助信息ollama help显示 Ollama 支持的所有命令及其简要说明，帮助用户了解可用的功能。2. 查看版本信息ollama -v显示当前 Ollama 工具的版本信息。
7K10编辑于 2025-03-11- 来自专栏nobody
Ollama大模型入门指南
前提条件 在开始之前，请确保你已经安装Ollama并下载qwen3:4b模型： 代码解析 import asyncio from ollama import AsyncClient # 创建异步客户端 ，连接本地 Ollama 服务 client = AsyncClient(host='http://localhost:11434') asyncdef chat(): # 构造用户消息 运行程序 你将看到类似以下的实时输出： 提示：如果看到连接错误，请确认 Ollama 服务是否正在运行（可在浏览器访问 http://localhost:11434 测试）。 LangChain连接 Ollama 准备 Python 环境 你需要安装 LangChain 的核心库以及专门用于连接 Ollama 的社区库。 pip install langchain langchain-community langchain-core langchain-ollama LangChain 连接 Ollama 基础用法 1
21110编辑于 2026-03-16 - 来自专栏AI模型部署实践
HAI - Ollama 使用指南
概述Ollama 是一款支持在本地运行多种开源大型语言模型，具有本地运行、开源模型支持、简化流程、高度定制且跨平台兼容等特性的软件平台。 环境配置Ubuntu20.04、Python 3.10、CUDA 11.7、cuDNN 8、Ollama 和 JupyterLab。 快速开始查看Ollama语言模型列表ollama list选择语言模型，启动ollamaollama run llama3:latest3. 查看运行结果。 Ollama 的运行结果示例图如下：Ollama 官方文档与资源Ollama 官方 使用文档。查看 Ollama 语言模型。
1.3K10编辑于 2025-05-28 - 来自专栏.Net Core技术分享
semantic kernel调用ollama接口
在前面的内容里面分享了如何使用OllamaSharp访问ollama接口，今天分享如何使用Semantic Kernel来访问ollama接口。 我们可以直接使用类似OllamaSharp这样的SDK来调用某个大模型的接口，但是如果我们即要访问Ollama里面的模型，又要访问OpenAI的接口，还要兼容DeepSeek的接口，这个时候就需要一个集成开发框架了 使用SK 首先要添加框架引用： dotnet add package Microsoft.SemanticKernel 由于我们要访问Ollama，因此还需要添加SK的Ollama连接器： dotnet add package Microsoft.SemanticKernel.Connectors.Ollama 注意：为了避免编码时收到SKEXP0070、SKEXP0010这种错误，我们先在项目里面把他们屏蔽掉 endpoint); // Create a kernel builder var builder = Kernel.CreateBuilder().AddOllamaChatCompletion(ollama
44310编辑于 2025-04-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号