首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 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。 列表中,选择Ollama。 6.常见问题Q1:Ollama服务无法启动? :OpenClaw无法连接到Ollama

    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

    操作步骤 1.安装 Claude Code 和 Ollama npm install -g @anthropic-ai/claude-code@latest Ollama 可以通过官网https:// 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

    12.8K12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。 注意:Ollama版本v0.14.0+,ClaudeCode版本v2.1.12+,可以通过下面命令验证展开代码语言:BashAI代码解释claude--versionollama--versionOllama 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。

    8.6K11编辑于 2026-01-22
  • 来自专栏布衣者博客

    LeetCode-题库(8-9)

    给你两个字符串 word1 和 word2 。请你从 word1 开始,通过交替添加字母来合并字符串。如果一个字符串比另一个字符串长,就将多出来的字母追加到合并后字符串的末尾。 返回 合并后的字符串 。

    32720编辑于 2022-10-31
  • 来自专栏AI机器学习与深度学习算法

    机器学习入门 8-9 lasso

    本系列是《玩转机器学习教程》一个整理的视频笔记。本小节介绍模型正则化的另外一种方式LASSO,依然通过具体的编程实现LASSO,并对α取值与过拟合(拟合曲线)之间的关系进行探讨,进而对LASSO与Ridge进行比较。

    1.4K20发布于 2020-01-14
  • 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 OllamaOllama 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?

    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 ,企业就别折腾了,并发太差:不要再用 _Ollama_,不要再用 llama.cpp

    43710编辑于 2025-11-20
  • 来自专栏nginx

    Docker部署Ollama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 然后设置一个环境变量,该变量就是连接我们上面运行Ollama框架服务的地址,我们设置本地地址:http://群晖局域网IP:11434即可,设置完成点击下一步,然后直接点击完成即可,chatbot Ollama

    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

    前言 在本文中,我们将详细介绍如何在Windows环境中本地运行大语言模型框架Ollama,并下载大语言模型LLaMA2。 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! 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!

    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?

    /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)◦.

    14910编辑于 2026-04-29
  • 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 .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/

    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

    92810编辑于 2025-03-26
  • 来自专栏趣谈前端

    前端进阶第8-9周打卡题目汇总

    前端基础打卡已经基本结束了,内容从css基础,动画,js基本算法,作用域,闭包,节流防抖这些基本的web知识大家有没有都掌握了呢?年后会出一个进阶路线规划图,希望笔者可以带着大家,一起进步,一起成长.

    81140发布于 2020-02-12
  • 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

    3.2K00编辑于 2025-07-16
  • ollama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 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 pull: 从注册表中拉取模型,如ollama pull llama3,方便获取官方或其他来源的模型。 ollama push:将模型推送到注册表,便于共享模型。 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。

    1.2K10编辑于 2025-07-16
  • 来自专栏AI SPPECH

    IO竞赛2025年题目解析:高级难度(8-9

    2025年的高级难度(难度系数8-9)题目综合考察了选手的算法设计、数学建模、问题分析和代码实现能力。本文将深入解析2025年高级难度的IO竞赛题目,帮助选手们突破极限,冲击更高的竞赛成绩。 难度进阶路径: 入门(1-3) → 基础(4-5) → 中级(6-7) → 高级(8-9) → 专家(10) 难度系数 考察重点 核心知识点 学习目标 8-9 算法设计、数学建模、问题分析 高级图论、高级动态规划 (8题) ├── 第四章:高级难度题目解题策略 └── 第五章:顶尖选手的训练方法 第一章:2025年IO竞赛高级难度题目概述 根据2025年NOI修订版大纲,高级难度(NOI级别)的知识点难度系数为8-

    27110编辑于 2025-11-13
  • 来自专栏leehao

    Ollama整合open-webui

    It supports various LLM runners, including Ollama and OpenAI-compatible APIs.

    58110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

    1.7K00编辑于 2025-07-16
领券