Ollama 本地 LLM 实战指南
本系列共 11 篇文章
Ollama 入门：本地运行大语言模型的第一步
想在自己的电脑上运行大语言模型？本指南手把手教你安装配置 Ollama，从零开始体验本地 LLM 的强大功能，涵盖多平台安装、模型管理、GPU加速和 API 集成的完整教程
Ollama 模型管理：下载、切换、删除与版本控制完全指南
详细讲解 Ollama 模型管理核心命令，包括下载指定版本、切换模型、批量删除脚本、版本控制最佳实践，帮助你高效管理本地 LLM 库，腾出磁盘空间，避免版本混乱。适合 AI 开发者和 OpenClaw 部署者。
Ollama Modelfile 参数详解：创建专属定制模型的完整指南
详解 Ollama Modelfile 的 10 个核心参数配置，包含 temperature、num_ctx 等调优技巧，提供 4 个可直接使用的实战模板，帮助你创建专属定制模型
Ollama API 调用：从 curl 到 OpenAI SDK 兼容接口
学习 Ollama API 调用的两种方式：原生 REST API（curl）和 OpenAI SDK 兼容接口。包含完整代码示例、流式响应处理和最佳实践指南
Ollama + Open WebUI：搭建本地 ChatGPT 界面（完整指南）
手把手教你用 Ollama 和 Open WebUI 在本地搭建 ChatGPT 风格的 AI 对话界面，涵盖安装部署、模型选择、RAG 知识库、API 集成和性能优化，30 分钟完成本地 AI 助手
Ollama 性能优化实战：量化、批处理与内存调优完全指南
详解 Ollama 量化技术 Q4/Q5/Q8 选择策略，批处理 num_batch 配置提升吞吐量 50-150%，GPU 内存管理与 OOM 解决方案。附带不同硬件性能基准数据。
Ollama GPU 调度与资源管理：显存优化、多 GPU 负载均衡
深入解析 Ollama GPU 调度与资源管理，涵盖显存优化参数配置、多 GPU 负载均衡实战架构、llama.cpp 技术原理。提供 3 个真实场景案例，帮你稳定运行大模型，充分利用多显卡硬件
Ollama 多模型并行运行：Qwen、Llama、DeepSeek 配置实战
详解 Ollama 多模型并行运行配置方法，对比 Qwen、Llama、DeepSeek 三大模型特点与适用场景，分享 GPU 内存管理技巧，助你打造智能模型切换系统。
LangChain + Ollama 集成实战：本地 LLM 应用开发完全指南
详解 LangChain 与 Ollama 集成的完整方法，包含 Chat、RAG、Agent 三大实战场景的代码示例，对比 OpenAI 与 Ollama 切换策略，助你用本地模型打造企业级 LLM 应用。
Ollama Embedding 实战：本地向量检索与 RAG 搭建
用 Ollama 搭建本地 RAG 系统：mxbai-embed-large vs nomic-embed-text 模型对比，ChromaDB/FAISS/Milvus 向量数据库选型，完整 Python 代码实战
Ollama 生产环境监控：日志配置与 Prometheus 告警实战
完整 Ollama 生产部署监控方案，包含日志配置、Prometheus 指标采集、AlertManager 告警规则和 Grafana Dashboard 实战配置，实现 GPU 多卡监控与自动故障恢复
