Ollama 環境變數與設定：OLLAMA_HOST、模型路徑、上下文長度

Ollama 服務的行為由環境變數控制。這一節整理最常用的設定，以及在各作業系統上的設定方式。

常用環境變數

完整清單可以執行 ollama serve --help 查看。預設值可能隨版本調整，以你安裝的版本為準。

launchctl setenv OLLAMA_HOST "0.0.0.0:11434"
launchctl setenv OLLAMA_CONTEXT_LENGTH "8192"

設定後重新啟動 Ollama 應用程式。launchctl setenv 在重新開機後會失效，需要長期生效可以寫成登入時執行的腳本。

sudo systemctl edit ollama.service

在開啟的編輯器中加入：

[Service]
Environment="OLLAMA_HOST=0.0.0.0:11434"
Environment="OLLAMA_CONTEXT_LENGTH=8192"

存檔後套用：

sudo systemctl daemon-reload
sudo systemctl restart ollama

OLLAMA_HOST=0.0.0.0:11434 ollama serve

預設只監聽 127.0.0.1，只有本機能連。要讓同一個網路中的其他電腦（或手機、NAS）使用：

Ollama 的 API 沒有帳號密碼驗證。千萬不要直接把 11434 開放到網際網路上，否則任何人都能使用你的 GPU，甚至刪除你的模型。需要從外部存取時，請透過 VPN（例如 Tailscale），或在前面加一個有驗證的反向代理。

模型動輒數 GB 到數十 GB。預設位置：

系統	位置
Windows	`C:\Users\使用者名稱\.ollama\models`
macOS	`~/.ollama/models`
Linux	`/usr/share/ollama/.ollama/models`

想放到其他硬碟，設定 OLLAMA_MODELS，例如 Windows 上設為 D:\ollama\models。Linux 上要確認 ollama 使用者對新資料夾有讀寫權限：

sudo mkdir -p /data/ollama/models
sudo chown -R ollama:ollama /data/ollama

已經下載的模型可以直接把整個 models 資料夾搬過去，不必重新下載。

上下文長度（context length）是模型一次能處理的 token 數量，包含你的輸入、對話歷史和模型的回答。中文大約 1 個字等於 1～2 個 token。

如果你把一份長文件交給模型摘要，卻發現它只看了後半段，通常就是上下文不夠，前面的內容被截掉了。

調整方式（擇一）：

上下文越長，佔用的記憶體越多。可以用 ollama ps 確認模型是否還能完整放在 GPU 上。

模型每次載入都需要時間（大模型可能要十幾秒）。

OLLAMA_KEEP_ALIVE=30m     # 閒置 30 分鐘後才卸載
OLLAMA_KEEP_ALIVE=-1      # 永不卸載
OLLAMA_KEEP_ALIVE=0       # 用完立即卸載

API 請求中的 keep_alive 參數會覆蓋這個設定。

把 Ollama 當作團隊共用的服務時：

OLLAMA_NUM_PARALLEL=4
OLLAMA_MAX_LOADED_MODELS=2

注意：平行請求數會讓上下文的記憶體用量成倍增加（約為 NUM_PARALLEL × CONTEXT_LENGTH），顯示卡記憶體要足夠。

從瀏覽器擴充功能或其他網域的網頁直接呼叫 Ollama 時，需要允許該來源：

OLLAMA_ORIGINS="https://my-app.example.com,chrome-extension://*"

更新於 2026年10月12日