一份 Windows/macOS/Linux 完整安装 + 运行 + 对接 WebUI 的步骤

下面是一份Windows /macOS/ Linux 三平台通用的完整步骤：安装 Ollama → 运行模型 → 对接 Open WebUI，按顺序操作即可。

一、安装 Ollama（三平台）

1. Windows 安装

1. 下载安装包：
   • 官网：https://ollama.com/download
   • 直接下载：https://ollama.com/download/OllamaSetup.exe
2. 双击OllamaSetup.exe→ 点Install，自动完成安装。
3. 验证安装：
   • 打开PowerShell或CMD，输入：

     bash

     运行

     ollama --version

   • 显示版本号（如0.3.14）即成功。

2. macOS 安装

1. 下载安装包：
   • 官网：https://ollama.com/download
   • 直接下载：https://ollama.com/download/Ollama-darwin.zip
2. 解压 → 把Ollama.app拖到应用程序文件夹。
3. 验证安装：
   • 打开终端，输入：

     bash

     运行

     ollama --version

   • 显示版本号即成功。

3. Linux 安装（Ubuntu/Debian/CentOS 等）

1. 打开终端，执行一键安装脚本：

   bash

   运行

   curl -fsSL https://ollama.com/install.sh | sh

2. 验证安装：

   bash

   运行

   ollama --version

二、运行 Ollama 与下载模型

1. 启动 Ollama 服务

• Windows/macOS：安装后会自动后台运行（托盘有图标）。
• Linux：手动启动（可选）：

  bash

  运行

  ollama serve

2. 下载并运行模型（命令行）

bash

运行

# 下载并启动 Llama 3（7B 轻量版，推荐新手） ollama run llama3 # 或下载 Qwen 2.5（7B 中文友好） ollama run qwen2.5:7b-instruct # 或下载 DeepSeek R1（7B 推理强） ollama run deepseek-r1:7b

• 首次运行会自动下载模型（约 4–8GB），耐心等待。
• 下载完成后直接进入聊天界面，输入问题即可对话。

3. 常用管理命令

bash

运行

# 查看已下载模型 ollama list # 停止运行中的模型 ollama stop llama3 # 删除模型 ollama rm llama3

三、对接 Open WebUI（可视化界面）

1. 安装 Docker（必须）

Open WebUI 推荐用 Docker 部署，先装 Docker：

• Windows/macOS：下载安装Docker Desktop：https://www.docker.com/products/docker-desktop/
• Linux：按官方文档安装 Docker Engine：https://docs.docker.com/engine/install/

验证 Docker 安装成功：

bash

运行

docker -v

2. 启动 Open WebUI 容器

方式 A：仅用 WebUI（Ollama 已在本机）

bash

运行

docker run -d \ -p 3000:8080 \ -e OLLAMA_BASE_URL=http://host.docker.internal:11434 \ -v open-webui:/app/backend/data \ --name open-webui \ --restart always \ ghcr.io/open-webui/open-webui:main

方式 B：WebUI + Ollama 一体（推荐新手）

bash

运行

# 有 NVIDIA GPU docker run -d \ -p 3000:8080 \ --gpus=all \ -v ollama:/root/.ollama \ -v open-webui:/app/backend/data \ --name open-webui \ --restart always \ ghcr.io/open-webui/open-webui:ollama # 仅 CPU docker run -d \ -p 3000:8080 \ -v ollama:/root/.ollama \ -v open-webui:/app/backend/data \ --name open-webui \ --restart always \ ghcr.io/open-webui/open-webui:ollama ```{insert\_element\_0\_} ### 3. 访问 WebUI 并连接 Ollama 1. 打开浏览器访问：**http://localhost:3000** 2. 首次使用：**注册管理员账号**（仅本地存储，不上云）。 3. 连接 Ollama： - 进入 **设置 → 连接 → Ollama**。 - 地址：`http://localhost:11434`（默认）→ 点击 **验证连接**。 - 显示“连接成功”即可。 4. 开始使用： - 顶部选择模型（如 `llama3`、`qwen2.5:7b-instruct`）。 - 输入问题，像 ChatGPT 一样对话。 --- ## 四、常见问题与优化 ### 1. 模型下载慢（国内） - 可设置代理，或用国内镜像源（搜索“Ollama 模型镜像”）。 ### 2. 模型存储在 C 盘（占空间） - Windows：设置环境变量 `OLLAMA_MODELS`，指向其他盘（如 `D:\ollama_models`）。 - macOS/Linux： ```bash export OLLAMA_MODELS=/path/to/your/models

3. 速度慢（CPU 运行）

• 优先用7B 量化模型（如llama3:8b、qwen2.5:7b）。
• 有 NVIDIA GPU 可开启 CUDA 加速（Ollama 自动识别）。

五、总结

1. 安装 Ollama → 验证ollama --version。
2. 运行ollama run llama3下载并启动模型。
3. 用 Docker 启动 Open WebUI → 访问http://localhost:3000。
4. 连接 Ollama → 开始可视化对话。

下面整理了按场景分类的 Ollama 常用模型清单，每个模型都标注了特点、适用场景和直接可用的ollama run命令，新手优先选 7B 量级（轻量、易运行）：

一、中文友好型（优先选，适配中文对话 / 创作）

表格

二、代码编程型（写代码 / 调试 / 解释）

表格

三、逻辑推理型（数学 / 分析 / 复杂思考）

表格

四、轻量化通用型（低配置设备 / 快速响应）

表格

新手使用建议

1. 首次尝试：优先选ollama run qwen2.5:7b-instruct（中文友好）或ollama run llama3:8b-instruct（综合能力）。
2. 配置有限（8G 内存 / 无独显）：选 1.8B/2B/3.8B 量级（如phi3:3.8b-instruct），避免卡顿。
3. 国内网络：模型下载慢可先设置 Ollama 镜像（搜索 “Ollama 国内镜像源”），或用代理。
4. 切换模型：运行新模型前，先执行ollama stop 旧模型名释放资源。

总结

1. 中文场景优先选通义千问 2.5（7B），命令：ollama run qwen2.5:7b-instruct；
2. 编程场景优先选DeepSeek-Coder（7B），命令：ollama run deepseek-coder:7b-instruct；
3. 推理场景优先选DeepSeek-R1（7B）或Llama 3（8B），低配设备选Phi-3（3.8B）。