ollama

ollama/ollama
- MIT, Golang
- 封装 llama.cpp
参考
- ollama/ollama-js
  - MIT, TS
  - npm:ollama
  - 客户端
https://ollama.ai/library
默认地址 http://localhost:11434
OLLAMA_HOST
~/.ollama
- models
  - blobs/
  - manifests/registry.ollama.ai/library/gemma/latest

caution

~~Support tools in OpenAI-compatible API #4386~~

brew install ollama # macOS brew

OLLAMA_FLASH_ATTENTION=1 ollama serve # 启动服务端
ollama run mistral                    # 运行模型
ollama list

# https://hub.docker.com/r/ollama/ollama
docker run --rm -it \
  -v $PWD/data:/root/.ollama \
  -p 11434:11434 \
  ollama/ollama \
  --name ollama

ollama pull qwen2:7b # 中文相对好点

# vision
ollama pull llama3.2-vision:11b
#ollama pull llama3.2-vision:90b

env	default	desc
OLLAMA_DEBUG		显示额外的调试信息
OLLAMA_HOST	127.0.0.1:11434	Ollama 服务器的 IP 地址
OLLAMA_KEEP_ALIVE	"5m"	模型在内存中保持加载的持续时间
OLLAMA_MAX_LOADED_MODELS	1	最大加载模型数量
OLLAMA_MAX_QUEUE		最大排队请求数量
OLLAMA_MODELS		模型目录的路径
OLLAMA_NUM_PARALLEL	1	最大并行请求数量
OLLAMA_NOPRUNE		启动时不修剪模型 blobs
OLLAMA_ORIGINS		允许的来源列表，以逗号分隔
OLLAMA_TMPDIR		临时文件的位置
OLLAMA_FLASH_ATTENTION		启用 Flash Attention
OLLAMA_LLM_LIBRARY		设置 LLM 库以绕过自动检测
OLLAMA_MAX_VRAM		最大显存（VRAM）

API

curl -X POST http://localhost:11434/api/generate -d '{
  "model": "llama2",
  "prompt":"Why is the sky blue?"
 }'

https://github.com/ollama/ollama/blob/main/docs/api.md

API​

API