大家好，我是墨林！

现在大型语言模型那叫一个厉害，文本生成、翻译、问答啥的都不在话下。但部署这些大模型可不是一件容易的事，尤其是对于那些没有GPU的普通用户来说，简直就是难上加难。

今天给大家介绍一个超火的开源项目 - Ollama，可以让本地部署大模型变得简单又轻松，简直就是“平民化”的大模型部署工具。

项目简介

Ollama是一个开源的大型语言模型（LLM）服务工具，它的目标就是简化在本地运行大语言模型的过程。不管你有没有GPU，只要你的电脑满足基本配置，就能用Ollama轻松部署像Llama3、Phi4、Gemma2、DeepSeek等超火的大模型。它不仅开源免费，还提供了一个超简单的命令行界面和服务器，让你能够轻松下载、运行和管理各种开源LLM。

目前在Github上收获了119K star！

性能特色模型丰富：涵盖了Llama3、Phi4、Gemma2、DeepSeek等众多热门开源LLM，可以一键下载并切换。本地化运行：不用依赖网络，随时随地就能用模型，再也不用担心网络不好模型罢工啦。隐私保护：模型在自己设备上跑，隐私妥妥的安全。成本节省：不用给云端服务交钱，省钱小能手就是它。灵活性高：可以根据自己需求调整优化模型，想怎么玩就怎么玩。量化技术：减少模型大小和计算需求，让资源有限的设备也能流畅运行。模型并行和数据并行：提高训练速度和推理效率，干活更麻利。快速安装使用

使用Ollama简直不要太简单！只需要几步，就能轻松上手。

1、安装：

Linux/macOS：在终端输入curl -fsSL https://ollama.com/install.sh | sh，一键安装超简单。

Windows：去下载 Ollama Windows 版安装包，然后双击运行安装程序就行。

2、基础命令：

启动 Ollama 服务：ollama serve（默认端口 11434 ）。

下载模型：ollama pull <模型名> ，比如想下载 Deepseek，就输入ollama pull Deepseek 。

运行模型：ollama run <模型名> ，开启愉快的对话模式。

管理模型：ollama list查看已下载模型；ollama rm <模型名>删除模型；ollama help查看所有命令。

3、通过 API 调用模型：用 cURL 生成文本示例：

curl http://localhost:11434/api/generate -d '{ "model": "Deepseek", "prompt":"蛇年有趣的祝福"}'

Python 调用示例：

import requestsresponse = requests.post( "http://localhost:11434/api/generate", json={"model": "Deepseek", "prompt": "蛇年有趣的祝福"})print(response.json()["response"])项目体验展示

试了试最近超火的DeepSeek R-1，简直不要太爽！

按照官网的指示安装了Ollama，然后在模型库中找到了DeepSeek R-1。选择了1.5B的模型，直接用ollama run deepseek-r1:1.5b命令启动。运行起来很流畅，回答得又快又好，简直就像有个智能助手在身边。而且，Ollama的社区超级活跃，遇到问题随时能找人帮忙，这种感觉太棒了！

Ollama是一个非常实用且易用的开源项目。它让我们这些“小白”也能轻松地在本地部署和管理大语言模型。无论你是开发者、研究人员还是爱好者，只要你对AI感兴趣，Ollama都是一个值得尝试的工具。特别是最近超火的Deepseek模型，更是让Ollama的魅力倍增！

项目地址：https://github.com/ollama/ollama