Ollama 上手：命令、默认模型路径、监听地址，以及新手最常卡住的三处
本地跑大模型，Ollama 基本是现在门槛最低的选择：装完一条命令就能跑起来。但也正因为简单，很多人跑通之后就卡在几个具体问题上——模型下到哪去了、C 盘满了怎么办、为什么别的机器访问不了。
这篇按官方文档把这些讲清楚。所有命令和路径都取自 Ollama 官方文档与仓库，核实日期 2026-08-12。
一、安装
官方给出的三种方式：
二、常用命令
官方 CLI 文档里的命令清单（文档示例使用的模型名为 gemma4）：
REST 接口的默认端点是 http://localhost:11434/api/chat。
三、模型下载到哪去了
这是新手最常见的问题——跑了几个模型之后系统盘告急，却找不到文件在哪。官方 FAQ 给出的默认路径：
Windows 用户注意：默认路径在 C 盘用户目录下。几个 10GB 级别的模型下来，系统盘很快就满。建议装完第一件事就是设 OLLAMA_MODELS 到数据盘。
四、局域网访问不了？看这里
这是本文最想说清楚的一条。官方 FAQ 的原话是：
Ollama binds 127.0.0.1 port 11434 by default. Change the bind address with the
OLLAMA_HOSTenvironment variable.（Ollama 默认绑定 127.0.0.1 的 11434 端口。用 OLLAMA_HOST 环境变量修改绑定地址。）
127.0.0.1 意味着只有本机能连。你在自己电脑上跑得好好的，手机、另一台机器、Docker 里的程序全都连不上——不是防火墙的问题，是它压根没在监听对外地址。
安全提醒：把监听地址改成对外可访问之后，任何能到达这个端口的人都能调用你的模型，Ollama 默认没有鉴权。仅在可信的局域网内这么做；需要暴露到公网时，前面务必加一层带认证的反向代理。
五、关于显存，本文不给数字
“7B 需要多少显存”是搜索量最大的问题之一，但我核实后决定不写具体数字，原因很实在：
- Ollama 官方 README 与快速入门全文没有任何 RAM/VRAM 要求的表述。
- 官方仓库目前仍有 issue 在请求增加显存计算器，说明官方自己也没提供这个。
- 网上流传的分档数字，我没有找到任何官方或权威出处。
这个问题的正确解法在下一篇：用官方给出的每参数字节数自己算。相关文章可在「AI部署」栏目找到。
六、给新手的四条
- 先跑小模型。第一次用别直接拉最大的，跑通流程比跑通大模型重要。
- 装完立刻设 OLLAMA_MODELS。等 C 盘满了再搬，比一开始就设麻烦十倍。
- 用完
ollama stop。模型驻留在显存里，不停掉会影响你干别的。 - 不确定的参数查
ollama serve --help。官方文档明确指向这里看可配置的环境变量，比搜索靠谱。
本文事实来源
下列结论均来自官方页面，核实日期 2026-08-12。厂商页面随时会改，看到本文超过三个月未复核时，请以官方页面为准。
- Ollama 官方仓库 — https://github.com/ollama/ollama
- Ollama 官方 CLI 文档 — https://docs.ollama.com/cli
- Ollama 官方 FAQ（含模型路径与 OLLAMA_HOST） — https://docs.ollama.com/faq