Ollama 运行模型 | 菜鸟教程

Ollama 运行模型使用 ollama run 命令。
例如我们要运行 qwen3.5:0.8b 并与该模型对话可以使用以下命令：
命令执行后会先看到下载进度，下载完成后直接进入对话：
看到 >>> 提示符就说明模型已经加载完成，输入问题回车即可对话。
下载中途断网不必重来，Ollama 支持断点续传，重新执行同样的命令会从上次进度继续。
除了直接敲命令，直接输入 ollama 不带参数会打开交互式菜单，新版把它作为统一入口。
选择 Chat, Code, & Work 即可挑选一个已下载的模型开始聊天，效果和 ollama run 完全一致。
菜单里的 Launch 用于启动 VS Code、Claude Code 等集成工具，属于进阶玩法，教程后面会专门介绍。
模型不是越大越好，跑不动的模型只会让你的电脑风扇狂转、回复以秒甚至分钟计。
新手选择的原则很简单：先跑小的，流畅之后再逐步加大。对照自己机器的内存和显存选：
同一模型的不同规格，能力差距是真实存在的。0.8b 适合验证环境，日常使用建议至少 4b 起步。
你在命令里写的名字由"模型名 + 标签"两部分组成，这决定了你下载的到底是什么。
模型名对应官方模型库里的一家人，比如 qwen3.5、gemma4、deepseek-r1。
同一家族下会有多个规格，它们共用一个模型名。
标签决定具体下载哪个文件，常见的是参数规格，如 0.8b、9b、27b。
不写标签时，Ollama 自动补上 latest，也就是官方为该模型设置的默认规格。
对 qwen3.5 来说，ollama run qwen3.5 等价于 ollama run qwen3.5:latest，当前指向 9b 规格。
带斜杠的名字表示第三方发布的模型，斜杠前是发布者的用户名。
官方模型库里的模型没有命名空间，个人或团队发布的模型（例如 runoob/my-model:4b 这种格式）才会带，模型的分享与分发在私有化部署章节演示。
不确定本地有哪些模型、各占多少空间时，用 list 命令查看：
下一章会把 list、show、rm 等模型管理命令讲全。
对话状态下输入 /bye 即可退出，回到普通终端。
再次运行同一条 ollama run 命令就能重新进入对话，模型已经下载过，这次几乎是秒进。
想换一个模型聊天，直接 run 另一个模型即可，两个模型可以来回切换：
切换后，之前那个模型会在内存里保留约 5 分钟，没有新请求就自动卸载，这个机制叫 keep-alive，下一章会讲怎么调整它。
对话中要输入多行文字时，用三个双引号包裹：
如果你希望将 Ollama 与 Python 代码集成，可以使用 Ollama 的 Python SDK 来加载和运行模型。
首先，需要安装 Ollama 的 Python SDK，打开终端，执行以下命令：
接下来，你可以使用 Python 代码来加载和与模型交互。
以下是一个简单的 Python 脚本示例，演示如何使用 qwen3.5 模型来生成文本：
此代码会与模型进行对话，并打印模型的回复。
此代码会以流式方式接收模型的响应，适用于处理大数据。