Ollama list、pull、run:常用命令 essentielles

Ollama 的大部分操作都可以在终端中完成:ollama pull 用于下载模型,ollama run 用于与模型对话,ollama list 用于查看已安装的内容。本指南汇总了日常使用的命令(pull、run、list、ps、show、stop、rm、create、cp),每条命令附一个示例,并说明如何解读其输出。刚开始使用的几周里,不妨把它开在终端旁边随时查阅。
#为什么要学习 Ollama 命令
Ollama 在后台运行(即“服务器”,监听 http://localhost:11434),并提供一个小型命令行程序 ollama,用于向其发送指令。像 Open WebUI 这样的图形界面也通过同一个服务器工作:它们能与模型对话,但不一定能检查 GPU 显存被什么占用、查看模型参数或清理磁盘。
九条命令就涵盖了核心用法。它们可分为三类:获取和使用模型(pull、run)、管理存储在磁盘上的模型(list、show、rm、cp、create),以及管理已加载到内存中的模型(ps、stop)。记住磁盘与内存的这一区别,可以避免大多数混淆:模型可以已下载但未加载,也可以已加载但您并没有在与它对话。
#先决条件
借助我们的经验和引导式路径,打造你的本地助手,在日常中使用你的 AI。
- 在线空间,终身可用
- PDF + 文件
- 30 天内退款
- Ollama 已安装
- 适用于 Windows、macOS 或 Linux。如果尚未安装,请先按照安装指南操作(链接见页面底部)。
- 一个终端
- Windows 上的 PowerShell 或 Windows 终端,macOS 上的“终端”,Linux 上的任意 shell。三个系统上的命令完全相同。
- 已启动的服务器
- Windows 和 macOS 上的 Ollama 应用程序,或 Linux 上的 systemd 服务。没有它,大多数命令都会返回连接错误。
- 磁盘空间
- Q4_K_M 量化的 3B 小模型约 2 GB,7B 约 5 GB,14B 约 9 GB。
第一条命令显示客户端版本,如果服务器有响应,还会显示服务器的版本。第二条命令列出您的安装中可用的所有命令:如果本指南中的某个示例在您的环境中无法运行,应以它为准。
#第 1 步 — ollama pull et ollama run :获取并运行模型
#ollama pull : télécharger
ollama pull 从官方库(ollama.com/library)下载模型,但不会运行它。名称格式为 模型:标签。如果不指定标签,Ollama 会使用 latest,它通常指向默认提供的尺寸和量化版本,多为 Q4_K_M。
可用的标签(尺寸,以及 q8_0 或 fp16 等量化方式)列在模型库中每个模型的页面上。如果下载中断,重新运行同一命令即可从中断处继续。
#ollama run:与模型对话
ollama run 会将模型加载到内存中,并在终端中打开一个对话会话。如果模型尚未下载到磁盘,run 会先下载它:因此 pull 并非必需,但它可以让你提前准备好模型。
在交互式会话中,命令以斜杠开头。输入 /? 可查看您所用版本支持的完整命令列表;其中最常用的如下。
- /bye
- 退出会话(Ctrl+D 也可以)。模型会在内存中保留几分钟。
- /clear
- 清除当前对话的历史记录,无需退出。
- /set parameter num_ctx 8192
- 为当前会话更改某个参数,此处为上下文大小。便于在写入 Modelfile 之前进行测试。
- /show info
- 显示已加载模型的信息,与 ollama show 相同。
- """
- 开始并结束一个多行文本块,便于粘贴较长的内容。
加上 --verbose 后,Ollama 会在每次回复后显示耗时和速度(其中包括 eval rate,单位为每秒 token 数)。这是在您自己的机器上测量模型速度最简单的方法,比依赖从别处看到的数字更可靠。
#第 2 步 — ollama list 和 ollama rm :管理磁盘上的模型
#ollama list : voir ce qui est installé
ollama list(或其别名 ollama ls)会列出磁盘上的所有模型。在删除任何模型之前应先运行此命令,也可用它查找要传给其他命令的模型的准确名称。
- NAME
- 带标签的完整名称。run、show、rm 或 cp 所需要的正是这个原样的名称。
- ID
- 清单(manifest)摘要的前几位。两个名称具有相同 ID 即表示同一个模型:执行 ollama cp 之后通常就是这种情况。
- SIZE
- 模型文件在磁盘上的大小。它可以大致反映所需内存的量级,但加载后实际占用的内存更高(上下文、KV 缓存):实际占用要通过 ollama ps 查看。
- MODIFIED
- 最后一次下载或创建的日期。较旧的模型不一定已经过时:重新运行 pull 即可知道同一标签下是否有更新的版本。
注意不要简单地把大小相加:共享层的模型(一个模型及其副本,或基于另一个模型构建的自定义模型)只会存储一份这些层。因此,SIZE 列的总和可能超过模型文件夹实际占用的空间。
#ollama rm:删除模型
rm 会将模型从列表中移除,并删除不再被任何其他模型使用的文件。没有回收站,也没有确认提示:如需找回,只能重新下载。如需彻底释放磁盘空间或卸载 Ollama,维护指南按操作系统详细介绍了具体步骤。
#第 3 步 — ollama ps 和 ollama stop:管理内存
使用 /bye 退出会话时,模型不会立即被卸载:Ollama 会将其在内存中保留一段时间(默认 5 分钟,可通过环境变量 OLLAMA_KEEP_ALIVE 调整),以便下一个问题无需等待即可开始。ollama ps 会显示当前已加载的内容。
- SIZE
- 已加载模型占用的内存,包括上下文。它大于 ollama list 显示的磁盘大小。
- PROCESSOR
- 最有用的一列。“100% GPU”:模型完全装入显存(VRAM),这是理想情况。CPU/GPU 混合表示模型有一部分溢出到了系统内存:生成速度会明显下降。“100% CPU”:未使用任何 GPU。
- UNTIL
- 如果不再收到请求,模型将被卸载的时间点。
- CONTEXT
- 根据版本不同,还会有一列显示分配的上下文大小。如果你的输出中没有这一列,ollama show donne 已配置的值。
如果某个模型本应能装入您的显卡(例如 Q4 量化的 7B 模型约 5 GB,运行在 RTX 3060 12 GB 上),而 PROCESSOR 却显示 CPU/GPU 混合,请先检查是否同时加载了另一个模型,或者上下文长度是否设置得过大。
#ollama stop:卸载模型
stop 会立即释放该模型占用的内存,但不会将其从磁盘删除。在启动游戏、渲染软件或另一个更大的模型之前,这一点很有用。不要与 rm 混淆:stop 作用于内存,rm 作用于磁盘。
#第 4 步 — ollama show :查看模型详情
ollama show 会显示已安装模型的信息卡:架构、参数数量、最大上下文长度、embedding 维度、量化方式、能力(工具、视觉、推理,视模型而定)、默认参数和许可证。在调整上下文大小或编写 Modelfile 之前,应首先查看这些信息。
- --parameters
- 由模型作者设定的推理参数。如果没有任何显示,则使用 Ollama 的默认值。
- --modelfile
- 自定义模型的理想起点:将输出复制到文件中,修改后再传给 ollama create。
- --template
- 模型所期望的消息格式。除非清楚自己为什么要改,否则不要修改:错误的模板会严重降低回复质量。
- --license
- 许可证文本。用于任何商业用途之前请务必阅读:开放权重模型的许可证并非都一样。
- -v / --verbose
- 在较新版本中,会显示模型文件的更多元数据。
#第 5 步 — ollama create et ollama cp:创建自己的变体
#ollama create : construire un modèle à partir d'un Modelfile
Modelfile 是一个小型文本文件,它以现有模型为基础,为其添加系统提示词、参数或模板。ollama create le 将其转换为一个新模型,并显示在 ollama list 中。基础模型的层会被复用:该变体几乎不占用额外的磁盘空间。
如果文件名正好是 Modelfile 且位于当前目录中,视版本而定,可以省略 -f 选项。ollama create sait 还可以导入 GGUF 格式的权重(FROM ./modele.gguf),或使用 --quantize (-q) 选项对 FP16 模型进行量化,例如 -q q4_K_M。Modelfile 的所有指令都在专门的指南中有详细说明。
#ollama cp:复制或重命名
副本与原模型共享相同的文件(在 ollama list 中 ID 相同)。它主要用于在脚本或界面中保持稳定的名称,或在 ollama pull qui 可能将其替换之前锁定某个版本。
#速查表:所有 Ollama 命令一览
- ollama pull <模型>
- 从模型库下载或更新模型。
- ollama run <模型> ["question"]
- 进行交互式对话,或提出单个问题。若模型缺失会自动下载。使用 --verbose 查看统计信息。
- ollama list / ollama ls
- 列出磁盘上已有的模型:名称、ID、大小、日期。
- ollama ps
- 列出已加载到内存中的模型、其内存占用以及 CPU/GPU 分配情况。
- ollama show <模型>
- 模型信息卡;--parameters、--modelfile、--template、--system、--license。
- ollama stop <模型>
- 将模型从内存中卸载,但不删除它。
- ollama rm <模型>
- 从磁盘删除模型,不会要求确认。
- ollama create <名称> -f Modelfile
- 构建自定义模型;-q 用于量化。
- ollama cp <source> <destination>
- 以另一个名称复制模型。
- ollama serve
- 在前台启动服务器(便于调试)。
- ollama push <用户名>/<模型>
- 将模型发布到 ollama.com(需要账户)。
- ollama help [命令]
- 总体帮助或某个具体命令的帮助;等同于 --help。
较新版本还增加了其他命令,主要与 ollama.com 账户和托管模型相关。它们超出了本速查表聚焦本地使用的范围:ollama help 会列出你所用版本中的这些命令。
#常见错误排查
- 01“could not connect to ollama app” 或 “connection refused”服务器未运行。请启动 Ollama 应用程序(Windows、macOS)或服务(Linux:sudo systemctl start ollama),然后重试。万不得已时,可在单独的终端中运行 ollama serve 以查看错误信息。
- 02“model not found” 或 “file does not exist”该名称与任何已安装的模型都不匹配。运行 ollama list 并复制确切名称,包括标签:qwen2.5 指的是 qwen2.5:latest,而不是 qwen2.5:14b。
- 03ollama list est vide alors que des modèles ont été téléchargés客户端可能在查询另一台服务器或另一个模型目录:OLLAMA_HOST 变量不同、OLLAMA_MODELS 被修改,或者 Ollama 安装了两次(例如应用程序和 Docker 容器各一份)。在容器中,命令需在容器内部运行:docker exec -it ollama ollama list。
- 04模型响应非常慢在生成过程中运行 ollama ps。如果 PROCESSOR 列显示有一部分由 CPU 承担,说明模型无法完全装入显存:请用 ollama stop 卸载其他模型、减小 num_ctx,或选择更小的尺寸或量化版本。
- 05磁盘空间逐渐被占满用 ollama list 全面盘点,并用 ollama rm les 删除不再使用的模型。对于更棘手的情况(孤立文件、目录被移动),请参阅维护指南。
#深入了解
本速查表涵盖命令行。安装、维护和高级自定义各有专门的指南。
- 安装 Ollama
- 在 Windows、macOS 和 Linux 上的分步安装:https://quelllm.fr/guide/installer-ollama
- 更新、删除、卸载
- 各系统的更新方式、磁盘空间回收、彻底卸载:https://quelllm.fr/guide/maintenance-ollama-update-supprimer
- Modelfile
- 使用 ollama create 创建和自定义模型的全部指令:https://quelllm.fr/guide/ollama-modelfile-personnalisation
- 理解 Ollama
- Ollama 的作用、它如何加载模型、面向哪些用户:https://quelllm.fr/guide/ollama-debutant-c-est-quoi-comment-ca-marche
- 官方来源
- CLI 参考:https://docs.ollama.com/cli;代码和版本说明:https://github.com/ollama/ollama(2026 年 11 月 16 日未经复核,请参阅指南开头的警告)。
有反馈、发现了错误,或想补充说明?请告诉我们,让这份指南对每个人都更有帮助。