用好 Ollama:模型管理、参数与常用命令

从跑通到用好

上一篇我们用 ollama run 跑起了第一个模型，完成了「从零到对话」的里程碑。但 ollama run 只是 Ollama 能力的冰山一角。一个完整的 Ollama 工作流，还包括模型管理(增删查)、服务控制(启动停止)、参数调优(上下文长度、温度)、以及自定义模型(Modelfile)。掌握这些，你才能真正「用好」Ollama。

本文按使用频率从高到低，把 Ollama 的常用命令和参数过一遍。不需要全部记住，照着用、遇到再查，几次之后就熟了。文章最后会给一张速查表，可以截图保存。

模型管理：增、删、查、改

Ollama 的模型管理围绕四个操作：拉取、查看、删除、更新。

拉取模型用 ollama pull，前面已经用过。查看本地模型用 ollama list，它会列出所有已下载的模型、大小、修改时间，方便你掌握磁盘占用。删除模型用 ollama rm 加模型名，注意删除不可恢复，删之前想清楚。

更新模型是个容易忽略的点：模型作者会发布新版本，ollama pull 模型名 再次执行时会自动检查并更新到最新版。所以养成习惯：过一段时间重新 pull 一下常用模型，让它保持最新。删除模型时如果该模型正在运行，会先停止再删，不会有残留。

服务控制：常驻与端口

Ollama 的默认形态是交互式对话(ollama run)，但更多场景需要的是「服务形态」:后台常驻、对外提供 API、让其他程序调用。这就是 ollama serve 的职责。

运行 ollama serve 后，Ollama 会作为服务常驻，默认监听 11434 端口，等待 API 请求。这时候你不再需要进入对话界面，而是通过 HTTP 接口调用模型(下一篇详述)。Windows 上 Ollama 安装后默认已注册为开机自启服务，无需手动启动；Linux 上安装脚本也会注册 systemd 服务。

如果想修改服务行为，最常用的是环境变量。比如修改模型存放目录用 OLLAMA_MODELS，修改监听地址用 OLLAMA_HOST。在 Linux 上设置：先停服务，export 环境变量，再启动服务。这些属于进阶配置，需要时再查官方文档即可，这里先知道「可以配置」就行。

常用参数：上下文与温度

Ollama 支持在运行或调用时传入参数，最常用的有两个：上下文长度和温度。

上下文长度(context window)决定模型一次能「记住」多少对话内容，单位是 token。默认值因模型而异，处理长文档、长对话时需要调大，比如用 8192 或 16384。调大的代价是显存占用上升，所以要在「装得下」和「够用」之间平衡。运行指定参数：ollama run qwen2.5:7b --num-ctx 8192。

温度(temperature)控制回答的随机性：数值低，回答更确定、更保守，适合翻译、代码、事实问答；数值高，回答更多样、更有创意，适合文案、头脑风暴。默认值通常是 0.8 左右，需要更稳定时调到 0.2 到 0.5，需要发散时调到 1.0 以上。

其他参数还有最大生成长度(num_predict)、top_p 采样等，对新手来说，先掌握上下文和温度两个就够了，其余保持默认，遇到具体需求再查。

自定义模型：用 Modelfile 固定你的设置

如果你发现每次都要手动传参数，很麻烦，可以用 Modelfile 把它固化成一个「自定义模型」。Modelfile 是 Ollama 的模型定义文件，类似 Dockerfile 之于 Docker，用来描述「在某个基础模型之上做什么修改」。

Modelfile 里可以改什么？设置默认参数(温度、上下文)、注入系统提示词、修改模型名称。比如创建一个「总是用中文简洁回答」的助手模型：

FROM qwen2.5:7b
SYSTEM 你是一个中文助手,回答要简洁、准确、口语化。
PARAMETER temperature 0.3

保存为 Modelfile 后，执行 ollama create my-assistant -f Modelfile，就会生成一个名为 my-assistant 的新模型，以后 ollama run my-assistant 直接使用，设置全部生效。这对固定工作流非常有用：给翻译、写作、代码分别建一个专用模型，一键切换。

实用工作流：一个真实的使用习惯

最后分享一个实用的日常工作流，把上面的命令串起来。

第一步，维护模型清单：用 ollama list 定期查看，只保留 1 到 2 个常用的(比如一个 7B 日常、一个 14B 重活)，删掉不用的，保持磁盘清爽。第二步，固定常用模型：用 Modelfile 把常用的参数和提示词固化成自定义模型，减少重复输入。第三步，服务常驻：如果你有其他程序要调用，确保 ollama serve 在运行，端口 11434 正常监听。

这套工作流的好处是：日常使用成本极低，打开就能用，不折腾。等你对 Ollama 足够熟悉，再逐步解锁更多高级功能。

日志与调试：遇到问题怎么查

Ollama 用久了，总会遇到问题，学会看日志是排查问题的基本功。

Ollama 会在运行目录生成日志文件，记录启动、加载模型、推理、报错等关键信息。当遇到「对话无响应」「模型加载失败」「端口冲突」这类问题时，第一件事就是打开日志看最后几十行，错误原因往往就写在里面——比如显存不足、文件损坏、端口被占，日志里都有明确线索。

调试的基本思路是「缩小范围」:先确认是工具问题还是模型问题，再确认是配置问题还是资源问题，逐步排除。Ollama 的命令行工具本身也会输出清晰的错误提示，先读提示，再查日志，大多数问题都能自己解决，不用一上来就求助社区。

进阶：用环境变量定制行为

Ollama 支持通过环境变量做深度定制，掌握几个常用的，能解决不少特定需求。

最常用的几个：修改模型存储位置用 OLLAMA_MODELS，适合磁盘分区紧张的用户；修改监听地址和端口用 OLLAMA_HOST，适合局域网共享；控制同时驻留的模型数量用 OLLAMA_MAX_LOADED_MODELS;调整 CPU 线程数用 OLLAMA_NUM_THREAD，适合 CPU 推理优化。在 Linux 上，设置方式是先导出环境变量再启动服务；Windows 上通过系统环境变量或启动脚本设置。

这些配置属于「进阶技能」,日常用不到，但遇到特定需求时知道「有这条路」就够了。需要时查官方文档确认语法，别凭记忆瞎配。环境变量是 Ollama 可定制性的体现，也是它适合服务器长期运行的原因之一。

用好 Ollama 的三个层次

把这一章的内容按「会用」到「用好」分三个层次，你可以对照自己处在哪一层，也知道往哪里进阶。

第一层，会用：掌握拉取、运行、查看、删除这四类基础命令，能完成模型的增删查改和日常对话。第二层，用好：掌握参数调整(上下文、温度)、服务控制(serve、环境变量)、以及用 Modelfile 固化自定义模型，让模型按你的习惯工作。第三层，精通：熟练日志调试、资源规划、多模型管理，甚至为团队或家庭搭建常驻服务。多数人停在第二层就足够高效，第三层是按需进阶。

看清层次，你就不会盲目追求「更多命令」——命令是工具，不是目的。真正的高手不是记住的命令多，而是知道每个场景该用什么。这一章的命令已经覆盖了「用好」所需的大部分，剩下的交给实践。

模型切换的常见疑问

用好 Ollama 的过程中，几个关于「切换模型」的疑问最常被问到，集中回答。

问：切换模型会不会丢对话？答：每个 ollama run 是独立会话，退出当前再运行新模型，当前对话内容就没了——需要保留时，把重要对话保存下来再切换。问：模型可以随时换吗？答：可以，换模型就是新开一个 run，资源会自动重排，显存不够时自动卸载旧的。问：为什么切换时有时很慢？答：那是系统在卸载旧模型、加载新模型，属正常现象，显存越大切换越快。

这几个疑问的本质都是「会话与资源的理解」:会话独立、资源自动管理，想清楚这两点，模型切换就不是问题。

下一步：接上图形界面

到这一步，你已经能用命令行熟练使用本地模型了。但命令行界面终究不够舒适：不能多轮可视化、不能传文件、不能管理多个对话。下一步，我们给它接上一个像样的图形界面——Open WebUI，让本地 AI 的体验向云端助手看齐。

延伸阅读

• 接图形界面继续读《装上聊天界面》。
• 想从面板管理 Ollama 服务，1panel-official-apps 里有相关的运维说明。
• 想看看别人如何用本地模型完成日常任务，cindy-guide 提供了一套完整的本地 AI 智能体使用案例。