[具身智能-503]：通过ollama与模型进行交互的命令

与 Ollama 模型交互主要有两种方式：一种是进入交互式对话模式，像聊天一样持续沟通；另一种是非交互式调用，发送单次指令并立即获取结果，适合脚本自动化。

💬 交互式对话模式

这是最常用的方式，你会进入一个持续的对话环境，模型会记住上下文。

启动对话

在终端中直接运行模型，如果模型未下载，Ollama 会自动先拉取。

ollama run <模型名称>

示例：

bash

# 运行 Qwen2.5 模型 ollama run qwen2.5:7b

运行后，你会看到>>>提示符，表示可以开始输入了。

对话中的快捷指令

进入>>>提示符后，可以使用以下特殊指令：

• /bye：退出当前对话，返回到系统命令行。
• /clear：清空当前的对话历史，让模型“失忆”，开始新的话题。
• /?或/help：查看所有可用的交互指令。
• /set：设置模型参数，例如/set temperature 0.7。

多行输入技巧

如果你想输入包含换行符的长文本，可以使用三引号"""包裹起来。

bash

>>> """ 这是一个多行输入的例子。 你可以一次性发送大段文本给模型。 """

⚡ 非交互式调用（单次指令）

这种方式适合在脚本中调用，或者只需要模型回答一个问题的情况。命令执行完毕后会自动退出。

直接在命令行中提问

将你的问题用引号包裹，作为ollama run命令的参数。

bash

ollama run <模型名称> "你的问题或指令"

示例：

bash

ollama run llama3.2 "解释什么是机器学习"

使用管道（Pipe）传递内容

你可以将其他命令的输出通过管道|传递给 Ollama 模型进行处理。
示例：

bash

echo "1+1等于几？" | ollama run qwen2.5:7b

使用ollama generate命令

这个命令专门用于非交互式生成内容，功能与ollama run类似，但语义更明确。

bash

ollama generate <模型名称> "你的提示词"

🤖 高级交互方式

图片识别（多模态）

如果你的模型支持图像识别（如llava），可以使用-i参数指定图片路径。

bash

ollama run llava "描述这张图片" -i ./image.jpg

结构化对话（JSON 输出）

如果你需要程序解析模型的输出，可以要求模型以 JSON 格式返回。

bash

ollama chat <模型名称> --format json

📊 交互方式对比

表格