- 综合排序
- 最热优先
- 最新优先
- 来自专栏养虾记
OpenClaw 接入本地 Ollama
DeepSeekCoder-适合编程任务$ollamapulldeepseek-coder:6.7b#CodeLlama-Meta的开源代码模型$ollamapullcodellama:7b#Llama3- Meta的通用大模型$ollamapullllama3:8b查看已安装的模型：展开代码语言：BashAI代码解释$ollamalistNAMEIDSIZEMODIFIEDqwen2.5:7b845dbda0ea484.7GB28secondsagoOllama npmconfigsetregistryhttps://registry.npmmirror.com/#安装OpenClaw$npminstall-gopenclaw验证安装：展开代码语言：BashAI代码解释$openclaw--version3. /qwen2.5:7b(ctx32k)步骤3：配置搜索提供方（可选）选择搜索提供方，如DuckDuckGoSearch(experimental)（无需APIKey）。 path/to/models或使用代理：展开代码语言：BashAI代码解释$exportHTTPS_PROXY=http://your-proxy:port$ollamapullqwen2.5:7bQ3:
3.6K40编辑于 2026-03-31 - 来自专栏AI 新手村
Claude Code 完美接入 Ollama 指南
://ollama.com/下载安装包安装。 2.下载大模型可以通过Ollama的WebUI页面直接下载，如下图。也可以通过命令行快速拉取适合编码的模型。 ollamalist#下载新模型ollamapullqwen2.5-coder:7b#删除模型ollamarmqwen2.5-coder:7b#查看模型基本参数ollamashowqwen2.5-coder:7b3. ',#requiredbutignored)message=client.messages.create(model='qwen3-coder',max_tokens=1024,messages=[{' 3.提供一个对比参照（如：JS版本可以运行，Python不行）。
8.6K11编辑于 2026-01-22 - 来自专栏AI 新手村
Claude Code 完美接入 Ollama 指南
“注意：Ollama 版本v0.14.0+，Claude Code版本v2.1.12+，可以通过下面命令验证 claude --version ollama --version Ollama 安装后会自动作为后台服务运行 #查看本地模型 ollama list #下载新模型 ollama pull qwen2.5-coder:7b #删除模型 ollama rm qwen2.5-coder:7b #查看模型基本参数 ollama show qwen2.5-coder:7b 3.配置 Claude Code 连接本地 Ollama export ANTHROPIC_AUTH_TOKEN=ollama export ', # required but ignored ) message = client.messages.create( model='qwen3-coder', max_tokens 3.提供一个对比参照（如：JS 版本可以运行，Python 不行）。
12.7K12编辑于 2026-01-26 - 来自专栏AI大流行时代
Ollama系列：轻松3步本地部署deepseek
本文主要介绍如何通过ollama快速部署deepseek、qwq、llama3、gemma3等大模型，网速好的小伙伴10分钟就能搞定。让你摆脱GPU焦虑，在普通电脑上面玩转大模型。 打开ollama官网：https://ollama.com 点击download按钮进行下载，下载完成后点击安装。 ollama常用的指令命令描述ollama serve启动 Ollamaollama create从 Modelfile 创建模型ollama show显示模型信息ollama run运行模型ollama stop停止正在运行的模型ollama pull从注册表中拉取模型ollama push将模型推送到注册表ollama list列出所有模型ollama ps列出正在运行的模型ollama cp复制模型 ollama rm删除模型ollama help显示任意命令的帮助信息标志描述-h, --help显示 Ollama 的帮助信息-v, --version显示版本信息获取更多模型在ollama官网，有非常多的开源模型供我们选择
1.1K10编辑于 2025-03-15 - 来自专栏IT大咖说
使用 Llama3 和 Ollama 改进了 RAG
Ollama 嵌入模型 mxbai-embed-large Ollama 量化Llama-3 8b 模型 本地托管的 Qdrant 向量数据库。 在初始步骤（称为“步骤 1”）中，语言模型（具体以 GPT-3 为例）通过指令提示引导，根据原始查询生成假设文档。这一过程是针对论文中提出的问题精心定制的，尽管文件具有假设性，但仍确保了相关性。 import OllamaEmbedding from llama_index.llms.ollama import Ollama from llama_index.core.retrievers import 输出： ◆结论： 总之，通过利用 Meta 的大型语言模型等尖端技术的力量Llama-3，以及 等复杂的方法HyDE，并利用 的功能Ollama，我们准备构建无与伦比的 RAG 管道。 log_from=adb4c5d3cf43a_1713747619961
1.6K10编辑于 2024-04-24 - 来自专栏AIGC大模型应用
三分钟让Dify接入Ollama部署的本地大模型！
2 Dify 中接入 Ollama 2.1 添加模型 在 设置 > 模型供应商 > Ollama 添加模型： 填写 LLM 信息： 模型名称：以 ollama 返回的为准 $ ollama ls NAME Embedding 模型接入方式类似LLM，只需将模型类型改为Text Embedding： 2.2 使用 Ollama 模型 进入需要配置的 App 提示词编排页面，选择 Ollama 供应商下的 llava 模型，配置模型参数后即可使用： 3 报错 如用 Docker 部署 Dify 和 Ollama，可能遇到报错: httpconnectionpool (host=127.0.0.1, port=11434 ): max retries exceeded with url:/api/chat (Caused by NewConnectionError ('<urllib3.connection.HTTPConnection 通过 OLLAMA_HOST 环境变量更改绑定地址。 参考： Ollama Ollama FAQ
7.1K11编辑于 2025-05-29 - 来自专栏JavaEdge
三分钟让Dify接入Ollama部署的本地大模型！
2 Dify 中接入 Ollama 2.1 添加模型 在 设置 > 模型供应商 > Ollama 添加模型： 填写 LLM 信息： 模型名称：以 ollama 返回的为准 $ ollama ls NAME Embedding 模型接入方式与 LLM 类似，只需将模型类型改为 Text Embedding 即可。 2.2 使用 Ollama 模型 进入需要配置的 App 提示词编排页面，选择 Ollama 供应商下的 llava 模型，配置模型参数后即可使用： 3 报错 如用 Docker 部署 Dify 和 Ollama 127.0.0.1, port=11434): max retries exceeded with url:/api/chat (Caused by NewConnectionError ('<urllib3. OLLAMA_HOST "0.0.0.0" 重启 Ollama 应用程序。
1.7K20编辑于 2025-06-01 - 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 我使用的是 tw93 开发的 pake，一行命令即可，本地服务也可以打包成 app 然后它就将只能浏览器访问的 web 应用打包成 app 了 如此轻量舒服的应用，我与这位网友有相同的期待——支持其他模型的接入 总结来看，比之前想要挑战 ollama 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-v3.1:671b-cloud都敢给 3、网络问题，它目前只能支持 HF 下载模型，国内用户不友好 4、网络搜索和 MCP 也不支持 最后再说一句，它和 ollama 一样，都适合个人用户使用
43610编辑于 2025-11-20 - 来自专栏nginx
Docker部署Ollama并接入Llama 2模型通过前端交互界面向AI提问
拉取相关的Docker镜像 运行Llama 2需要借助Ollama镜像,对语言模型进行交互需要用到Chatbot-Ollama前端界面,所以我们需要拉取这两个docker镜像,本例群晖版本由于无法直接在群晖控制面板 pull ollama/ollama:latest *拉取Chatbot-Ollama镜像命令 sudo docker pull ghcr.io/ivanfioravanti/chatbot-ollama 运行Ollama 镜像 选中镜像,点击运行进入配置界面,名称无需设置,默认即可,然后点击下一步 输入外部访问的端口,和容器内部端口一致,填写11434即可,然后点击下一步 然后点击完成即可运行ollama 2模型就成功了,下面运行chatbot-ollama镜像,配置前端交互界面 3. 然而，它的缺点是网址由随机字符生成，不太容易记忆（例如：3ad5da5.r10.cpolar.top）。另外，这个地址在24小时内会发生随机变化，更适合于临时使用。
65210编辑于 2025-11-15 - 来自专栏我在本科期间写的文章
Windows环境安装Ollama接入llama2模型并通过MaxKB与AI远程对话
下载运行Ollama 进入Ollama Github 界面:https://github.com/ollama/ollama? 安装大语言模型 ollama安装完成后,下面进行下载运行大语言模型,本例采用llama2模型,当然还有其他模型,可以到github上面选择,命令窗口输入下面命令 ollama run llama2 然后等待安装完成即可 Ollama这个大语言模型框架,远程通信! 3. 安装Cpolar工具 本例介绍的是windwos系统,所以cpolar安装在windwos上,点击下面地址访问cpolar官网，注册一个账号，然后下载并安装客户端. ,然后点击添加模型 前面4个参数正常填写选择即可,模型选择llama2,目前页面没有llama3选项,我们选择2即可.然后API域名输入cpolar公网地址,注意,这里只能输入域名 然后看下面API key
1K10编辑于 2025-01-14 - 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！ \n3. **雨后天气**：雨后的天空可能恢复为明亮的色调。\n\n总的来说，天空的颜色主要取决于大气中的光线反射和折射情况，以及太阳的位置。" 调用示例： { "model": "bge-m3", "input": "为什么天空是蓝色的呢？" /ollama/ollama/blob/main/docs/openai.md
4.5K21编辑于 2025-03-21 - 来自专栏owent
pbc的proto3接入
Protobuf 的 proto3发布也有挺长一段时间了。现在很多新项目慢慢转变用proto3来开发。这篇文章主要记录一下我在给pbc写对proto3支持时的一些信息，也许对其他童鞋也有点助益。 我们之前的也尝试直接使用了proto3，也是因为在迁移期，所以并没有使用全部的特性。 但是仍然有一些向前不兼容的细节需要处理一下，所以有了这个改造 Proto2和Proto3的差异 因为主要目的是兼容，所以下面会列出proto3得不同之处，并且会标注处理方法。 有个题外话，我之前写得转表工具xresloader也很早就接入了proto3，这个工具里已经用proto3了。但是sample里同时提供了proto_v2和proto_v3的示例。 这个适配只是做了兼容性适配，最好当然还是实现那些proto3的新数据结构啦。而且这个proto_v3的分支我并没有创建PR推回去。
2.8K10发布于 2018-08-01 - 来自专栏架构师成长之路
大模型llm：Ollama部署llama3学习入门llm
ollama 生态 GitHub - ollama/ollama: Get up and running with Llama 3, Mistral, Gemma, and other large language /install.sh | sh 3、启动ollama nohup ollama serve & 访问 Ollama Web 界面：打开您的浏览器，并访问 http://localhost:11434 这里冒号前面代表模型名称，冒号后面代表tag，可以从这里查看llama3的所有tag ollama pull llama3:8b 默认下载的是llama3:8b。 这里冒号前面代表模型名称，冒号后面代表tag，可以从这里查看llama3的所有tag ollama pull llama3:70b 2、运行llama3模型 ollama run llama3 上述命令将自动拉取模型 /ollama-webui-lite.git cd ollama-webui-lite npm install npm run dev WebUI已经在本地3000端口进行监听： 3、配置及使用 进入到
7.1K00编辑于 2024-05-24 Shimmy，超越ollama?
3.将二进制文件放置到系统路径（如/usr/local/bin或自定义目录）。•注意：Windows用户可能需在Defender中添加排除项，避免误报。 二、模型配置Shimmy不自带模型，需手动下载并放置到指定目录：模型格式：仅支持GGUF格式（如Phi-3、Llama系列等）。 /models/•或从其他来源获取模型文件（如Ollama模型目录）。 自动发现路径：•Shimmy默认扫描以下路径：◦~/.cache/huggingface/hub/（HuggingFace缓存）◦~/.ollama/models/（Ollama模型目录）◦. -4k-instruct-gguf/resolve/main/Phi-3-mini-4k-instruct-q4.gguf"-omodels/phi-3-mini.gguf启动容器：dockerrun-v
14810编辑于 2026-04-29- 来自专栏python3
Unity3D 接入IOS SDK
Unity3D 开发游戏需要接入平台方的SDK才能够正式发布，本文记录IOS SDK接入的流程。 Unity与IOS的互调 要实现游戏SDK的接入，首先要解决的是Unity3D与原生IOS代码之间的相互调用问题。 unityengine.dll提供的C接口UnitySendMessage,这里第1个char* 表示接受该消息的GameObject的name, 第2个表示该GameObject的脚本中接受消息的函数名，第3个表示传递的数据 应用生命周期SDK SDK中比较特殊的一类，基本上也是所有SDK都需要接入的API是生命周期API，本文处理项对比较特殊一点。 当然目前接入的SDK还相对较少还需测试。
3.2K11发布于 2020-01-07 - 来自专栏爱敲代码的猫
java微信公众号接入(3)
在刷新过程中，中控服务器可对外继续输出的老access_token，此时公众平台后台会保证在5分钟内，新老access_token都可用，这保证了第三方业务的平滑过渡； 3、access_token的有效时间可能会在未来有调整 :" + accessToken); }} 读取到的json tokenStr:{"access_token":"19_TzA9ZDZtmpIPmRN7UELKU4KiVY-raKBnWs76L3GsH-lPRakjyPrfRkvLjyuA_ICcU5jOVCIH-JY5zHkv32rUz5Z2ARlks-H97aasfQCPw-EuRysgsZIFwIwg9XXXXXX
1.3K31发布于 2019-10-16 - 来自专栏阿杰
Spring Boot 3.x接入micrometer
在Spring Boot 2.x的版本中, 我们可以通过引入Spring Cloud Sleuth来完成对服务信息的收集,然后将信息提交到如zipkin等在Spring Boot 3.x的版本中, Spring Cloud Sleuth被micrometer替代.下面以完整的示例演示接入micrometer的流程 .项目基础依赖依赖版本jdk20spring-boot3.1.2zipkin-server选用zipkin --- [nio-8080-exec-1] i.y.f.d.thirdparty.sf.client.SFConfig : 签名: ZGQ4MDRhNGNiMWUzYjQ0ZjcwNjhmYTY3ZmViZmJiMGM
5.4K70编辑于 2023-08-02 - 来自专栏实时计算
Druid 0.17 入门（3）—— 数据接入指南
在快速开始中，我们演示了接入本地示例数据方式，但Druid其实支持非常丰富的数据接入方式。比如批处理数据的接入和实时流数据的接入。本文我们将介绍这几种数据接入方式。 文件数据接入：从文件中加载批处理数据 从Kafka中接入流数据：从Kafka中加载流数据 Hadoop数据接入：从Hadoop中加载批处理数据 编写自己的数据接入规范：自定义新的接入规范 本文主要介绍前两种最常用的数据接入方式
86710发布于 2020-03-19 centos7 安装ollama 运行 ollama -v 报错解决
问题在ollama官网上，找到了linux上安装ollama的命令后，复制到自己的虚拟机中，下载完ollama，运行 ollama serve，提示以下报错：ollama: /lib64/libm.so (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/ gccmv /usr/bin/g++ /usr/bin/g++-4.8.5ln -s /opt/rh/devtoolset-8/root/bin/g++ /usr/bin/g++# 升级 make(默认为3 makemake && make installcd /usr/bin/ && mv make make.bakln -sv /usr/local/make/bin/make /usr/bin/make3.
3.4K11编辑于 2025-06-12- 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
92710编辑于 2025-03-26
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