- 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
1.概述本手册介绍如何在OpenClaw中配置本地Ollama服务。Ollama是一个开源的本地大语言模型运行框架，支持在本地机器上运行多种开源模型，如Llama、DeepSeek、Qwen等。 ，Ollama服务会自动启动。 deepseek-coder33B18GB更强的代码能力codellama7B3.8GBMeta开源代码模型codellama13B7.4GB更强的代码理解llama38B4.7GB通用能力强mistral7B4.1GB推理能力强4. 列表中，选择Ollama。 减小模型大小：使用量化版本（如:q4_0后缀）选择更小的模型（如7B替代13B）配置Ollama使用CPU：展开代码语言：BashAI代码解释$exportOLLAMA_NO_GPU=1$ollamaserveQ4
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。 “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 请先在终端执行： unset https_proxy unset http_proxy 4.使用Anthropic SDK 如果我们想更精准地把控程序的执行流程，可以使用官方的 SDK。
12.7K12编辑于 2026-01-26 - 来自专栏AI 新手村
Claude Code 完美接入 Ollama 指南
但随着Ollama宣布兼容AnthropicMessagesAPI，我们现在可以轻松地将ClaudeCode与本地模型集成。 操作步骤1.安装ClaudeCode和Ollama展开代码语言：TXTAI代码解释npminstall-g@anthropic-ai/claude-code@latestOllama可以通过官网https ://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。 请先在终端执行：展开代码语言：BashAI代码解释unsethttps_proxyunsethttp_proxy4.使用AnthropicSDK如果我们想更精准的把控程序的执行流程，可以使用官方的SDK
8.6K11编辑于 2026-01-22 - 来自专栏码匠的流水账
langchain4j+ollama+deepseek小试牛刀
序本文主要研究一下如何使用langchain4j集成ollama+deepseek步骤pom.xml <dependency> <groupId>dev.langchain4j langchain4j-spring.version}</version> </dependency> <dependency> <groupId>dev.langchain4j </groupId> <artifactId>langchain4j-ollama-spring-boot-starter</artifactId> <version 为1.0.0-beta1application.yamllangchain4j: ollama: chat-model: base-url: http://localhost:11434 小结langchain4j提供了langchain4j-ollama-spring-boot-starter，可以方便地通过ollama去访问deepseek。doclangchain4j
1.3K00编辑于 2025-02-23 - 来自专栏码匠的流水账
langchain4j+ollama+deepseek小试牛刀
序 本文主要研究一下如何使用langchain4j集成ollama+deepseek 步骤 pom.xml <dependency> <groupId>dev.langchain4j >dev.langchain4j</groupId> <artifactId>langchain4j-ollama-spring-boot-starter</artifactId 为1.0.0-beta1 application.yaml langchain4j: ollama: chat-model: base-url: http://localhost :11434 model-name: deepseek-r1:8b controller @RequestMapping("/ollama") @RestController public 小结 langchain4j提供了langchain4j-ollama-spring-boot-starter，可以方便地通过ollama去访问deepseek。 doc langchain4j
56510编辑于 2025-02-25 - 来自专栏菩提树下的杨过
langchain4j 学习系列(1)-ollama本地调用
langchain4j是比spring-ai更早出现的大模型相关工程开源框架，社区成熟，活跃度高。下面演示如何用langchain4j调用本地ollama 一、核心pom依赖 1 <! -- LongChain4j Ollama Integration --> 9 <dependency> 10 <groupId>dev.langchain4j</groupId> 11 <artifactId>langchain4j-ollama</artifactId> 12 <version>1.1.0-rc1</version> 13 </dependency> 二、注入对应实例 ; @Value("${ollama.timeout:60}") private Integer timeoutSeconds; /** * 配置Ollama聊天模型 name: LongChain4j Study version: 1.0.0 description: LongChain4j学习项目 - 集成Ollama聊天示例 四、API
99910编辑于 2025-10-16 - 来自专栏菩提树下的杨过
longchain4j 学习系列(1)-ollama本地调用
longchain4j是比spring-ai更早出现的大模型相关工程开源框架，社区成熟，活跃度高。下面演示如何用longchain4j调用本地ollama 一、核心pom依赖 1 <! -- LongChain4j Ollama Integration --> 9 <dependency> 10 <groupId>dev.langchain4j</groupId> 11 <artifactId>langchain4j-ollama</artifactId> 12 <version>1.1.0-rc1</version> 13 </dependency> 二、注入对应实例 ; @Value("${ollama.timeout:60}") private Integer timeoutSeconds; /** * 配置Ollama聊天模型 name: LongChain4j Study version: 1.0.0 description: LongChain4j学习项目 - 集成Ollama聊天示例 四、API
63110编辑于 2025-08-22 - 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 OLLAMA_HOST "0.0.0.0" 重启 Ollama 应用程序。 点击 OK / 应用保存 在一个新的终端窗口运行 ollama 咋在我的网络暴露 Ollama？ Ollama 默认绑定 127.0.0.1 端口 11434。 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！
1 运行 Ollama 与 qwen2:0.5b 聊天 ollama run qwen2:0.5b 启动成功后，ollama 在本地 11434 端口启动了一个 API 服务，可通过 http://localhost 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。 OLLAMA_HOST "0.0.0.0" 重启 Ollama 应用程序。 通过 OLLAMA_HOST 环境变量更改绑定地址。 参考： Ollama Ollama FAQ 本文已收录在Github，关注我，紧跟本系列专栏文章，咱们下篇再续！
1.7K20编辑于 2025-06-01 - 来自专栏机器学习与统计学
Ollama，危？
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 Qwen/Qwen2.5-0.5B-Instruct-GGUF --jinja -c 0 --host 127.0.0.1 --port 8033 量化后模型文件来到不到 500Mb，我发现它默认选 q4_ 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 命令界面,执行ollama run llama2命令,接着等待下载即可,最后出现success,表示下载运行Llama 2模型成功,下载完成后可以关闭掉窗口.这样ollama 容器启动,并运行Llama 镜像就运行成功了,接下来我们进行本地访问. 4.
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! 4. 配置公网地址 点击左侧仪表盘的隧道管理——创建隧道，创建一个ollama的公网http地址隧道! ,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！ 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
4.5K21编辑于 2025-03-21 Shimmy，超越ollama?
下载方法：•使用huggingface-cli下载模型到本地目录：pipinstallhuggingface-hubhuggingface-clidownloadmicrosoft/Phi-3-mini-4k-instruct-gguf /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）◦. Docker部署（可选）创建模型目录并下载模型：展开代码语言：TXTAI代码解释mkdirmodelscurl-L"https://huggingface.co/microsoft/Phi-3-mini-4k-instruct-gguf /resolve/main/Phi-3-mini-4k-instruct-q4.gguf"-omodels/phi-3-mini.gguf启动容器：dockerrun-v$(pwd)/models:/app
14810编辑于 2026-04-29GLM-4-9b-Chat 接入 LangChain
环境准备 在 01-ChatGLM4-9B-chat FastApi 部署调用 的 环境准备和模型下载基础上，我们还需要安装 langchain 包。 langchain的0.1.15版本，下载方式如下： pip install langchain==0.1.15 考虑到部分同学配置环境可能会遇到一些问题，我们在 AutoDL 平台准备了 GLM-4 的环境镜像，该镜像适用于本教程需要 GLM-4 的部署环境。 LLM 类，将 ChatGLM4 接入到 LangChain 框架中。 from LLM import ChatGLM4_LLM gen_kwargs = {"max_length": 2500, "do_sample": True, "top_k": 1} llm = ChatGLM4
50710编辑于 2025-07-21- 来自专栏cheetah 自动化测试平台
测试平台接入HttpRunner V4（一）基本功能接入
1、如何接入1.1 v4 版本支持go 形态、json、yaml等多种数据运行，那么接入可以从这几方面入手go 形态 需要将测试用例转成go代码，实现起来比较麻烦，所以不合适json、yaml需要将测试用例转成文件 最后通过这部分go interface的设计理念实现接入2、接入流程实现ITestCase，通过源码发现ITestCase接口实现了GetPath、ToTestCase两个方法，那么只需要写一个struct 实现GetPath、ToTestCase两个方法就可以增加id字段，关联至已有的已有数据，方便统计用例运行情况获取测试报告，v4 报告通类型为Summary，创建一个相同的结构体用来保存测试报告函数驱动
1K40编辑于 2022-07-27 - 来自专栏全栈程序员必看
mt4接入python_mt4 调用 api「建议收藏」
(含 PPT 下载) 作者 | 溪恒 阿里云技术专家 直播完整视频回顾：https://www.bilibili.com/video/BV1nC4y1x7mt/ 关注“阿里巴巴云原生”公众号，后台回复 4 月 16 日，我们发起了第 2 期 SIG Cloud-Provider-Ali… 文章 阿里巴巴云原生小助手 2020-04-17 1253浏览量 Mars——基于张量的统一分布式计算框架 很高兴在这里宣布我们的新项目 tid=276&fid=72[/url] 2… 文章 扬朋 2019-04-25 215浏览量 UNIX上C++程序设计守则(信号和线程)(下) 准则4: 请不要做线程的异步撤消的设计 线程的异步撤销是指
1.1K10编辑于 2022-09-21 - 来自专栏福大大架构师每日一题
ollama v0.6.7震撼发布！支持Meta Llama 4+微软Phi 4推理，性能大飞跃！
大家期待已久的ollama v0.6.7版本终于来了！本次升级带来了多项重磅新特性和性能优化，助力开发者和AI爱好者开启更加高效智能的新篇章。 一、震撼新品：支持顶尖大模型 • Meta Llama 4多模态模型加入阵营 作为当下最先进的多模态人工智能模型，Llama 4赋能ollama多场景应用，视觉与文本的完美融合，极大拓宽AI的想象空间。 • 微软Phi 4系列推理模型全支持 引入了尖端的Phi 4推理模型及轻量级Phi 4 mini推理模型，两款新模型引领推理效能新高度，复杂问题解析更加精准高效。 ollama v0.6.7不仅带来了全新模型支持，更是一次底层性能和稳定性的质变升级。无论你是AI研究者，深度学习工程师，还是应用开发者，这次升级都能让你的项目更智能、更高效、更可靠。
81520编辑于 2025-05-04 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/ 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 升级为4) CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-7.repo注：如果没有wget命令，请先下载wget# 清理缓存yum clean allyum makecache4.
3.4K11编辑于 2025-06-12- 来自专栏MixLab科技+设计实验室
小智接入MCP！只需4步
小智AI 的 MCP 接入点： 用于把本地的MCP服务接入到小智AI的大模型，提供给语音终端使用的接口。采用Websocket协议，用于和 MCP client进行连接。 接入步骤： 第一步，登录xiaozhi.me 获取MCP接入点 第二步， 访问 modelscope.cn 找到要使用的MCP： 点击进去后，开启 SSE URL 连接服务： 复制 MCP JSON github.com/shadowcz007/xiaozhi-mcp-client/releases （ mac 和 win 都有了） 填写 MCP JSON 配置信息 把 xiaozhi 的 MCP 接入点 ，填写到 WebSocket 地址这里： 启动测试 第四步，到 xiaozhi 后台，刷新下，查看接入情况： 现在，你的xiaozhi设备可以使用上配置的mcp工具了！
1.1K10编辑于 2026-03-24
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