Ollama 指令大全：run、pull、list、ps、rm、create、show

輸入 ollama --help 可以看到所有指令，ollama 指令 --help 可以看到該指令的參數。

指令總覽

指令	作用
`ollama run 模型`	執行模型（沒有會先下載），進入對話
`ollama pull 模型`	只下載或更新模型
`ollama list`（或 `ls`）	列出已下載的模型
`ollama ps`	列出目前載入在記憶體中的模型
`ollama stop 模型`	從記憶體卸載模型
`ollama rm 模型`	刪除模型
`ollama show 模型`	查看模型資訊
`ollama create 名稱 -f Modelfile`	用 Modelfile 建立自訂模型
`ollama cp 來源新名稱`	複製模型（取別名）
`ollama serve`	在前景啟動 Ollama 服務
`ollama push 名稱`	把自訂模型上傳到 ollama.com
`ollama signin` / `signout`	登入 / 登出 ollama.com 帳號
`ollama launch`	設定並啟動支援的整合工具

run

ollama run qwen3:8b                         # 互動對話
ollama run qwen3:8b "寫一首關於秋天的短詩"     # 單次提問
ollama run gemma3 "描述這張圖 ./cat.png"     # 視覺模型讀圖
ollama run qwen3:8b --verbose "你好"         # 顯示速度統計
ollama run qwen3:8b --think=false "你好"     # 關閉思考模式
ollama run qwen3:8b --keepalive 1h          # 載入後保留 1 小時
ollama run qwen3:8b --format json "列出 3 種水果，用 JSON 回答"

互動模式中的 / 指令請看執行第一個模型。

pull

ollama pull llama3.2
ollama pull qwen3:14b

模型更新後（同一個 tag 指向新版本），再執行一次 pull 只會下載有變動的部分。

list

ollama list

NAME                ID              SIZE      MODIFIED
qwen3:8b            500a1f067a9f    5.2 GB    2 days ago
gemma3:latest       a2af6cc3eb7f    3.3 GB    1 week ago
nomic-embed-text    0a109f422b47    274 MB    3 weeks ago

ps 與 stop

ollama ps

NAME        ID              SIZE      PROCESSOR    CONTEXT    RUNNER      UNTIL
qwen3:8b    500a1f067a9f    6.8 GB    100% GPU     4096       llamacpp    3 minutes from now

（Ollama 0.40 的輸出格式。舊版沒有 RUNNER 欄位。）

SIZE：實際佔用的記憶體（比檔案大，因為包含上下文）
PROCESSOR：GPU / CPU 分配比例
CONTEXT：目前使用的上下文長度
RUNNER：使用的推論引擎，例如 llamacpp；Apple Silicon 上支援的模型會使用 MLX
UNTIL：何時自動卸載

ollama stop qwen3:8b

rm

ollama rm gemma3:12b

刪除後硬碟空間立即釋放。多個模型共用的檔案層只會在都沒有使用時才真正刪除。

show

ollama show qwen3:8b

實際輸出（以 qwen3:0.6b 為例，節錄）：

  Model
    architecture        qwen3
    parameters          751.63M
    context length      40960
    embedding length    1024
    quantization        Q4_K_M

  Capabilities
    completion
    tools
    thinking
        levels     false, true
        default    true

  Parameters
    repeat_penalty    1
    temperature       0.6
    top_k             20
    top_p             0.95

可以看到架構、參數量、模型支援的最大上下文長度、量化方式，以及支援的功能（completion、tools、thinking、vision）。Parameters 是模型作者建議的預設參數。

ollama show qwen3:8b --modelfile    # 輸出這個模型的 Modelfile
ollama show qwen3:8b --parameters   # 只看參數
ollama show qwen3:8b --system       # 只看系統提示詞
ollama show qwen3:8b --license      # 授權條款

--modelfile 很適合拿來當作自訂模型的起點。

create 與 cp

ollama create my-assistant -f ./Modelfile
ollama cp qwen3:8b qwen      # 之後可以用 ollama run qwen

Modelfile 的寫法見 Modelfile 教學。

serve

ollama serve

在前景啟動服務，日誌直接輸出在終端機，適合除錯。服務的設定透過環境變數調整，例如：

OLLAMA_HOST=0.0.0.0:11434 OLLAMA_CONTEXT_LENGTH=8192 ollama serve

所有可用的環境變數可以用 ollama serve --help 查看，常用的整理在環境變數與設定。

push

把自己建立的模型分享到 ollama.com：

ollama signin
ollama cp my-assistant 你的帳號/my-assistant
ollama push 你的帳號/my-assistant

連到其他電腦上的 Ollama

CLI 預設連到本機的服務。設定 OLLAMA_HOST 可以改連到其他主機：

OLLAMA_HOST=192.168.1.50:11434 ollama list

常用組合

# 看目前載入了什麼，再全部卸載
ollama ps
ollama stop qwen3:8b

# 清理不用的模型
ollama list
ollama rm 不需要的模型

# 更新所有已下載的模型（macOS / Linux）
ollama list | tail -n +2 | awk '{print $1}' | xargs -n1 ollama pull

更新於 2026年10月12日