Ollama 常見問題與錯誤排除

如何查看日誌

大部分問題都能在日誌中找到原因：

需要更詳細的資訊時，設定環境變數 OLLAMA_DEBUG=1 後重新啟動。

連線問題

could not connect to ollama app, is it running?

Ollama 服務沒有在執行。

• Windows / macOS：開啟 Ollama 應用程式。
• Linux：sudo systemctl start ollama。
• 測試：curl http://localhost:11434 應回應 Ollama is running。

其他電腦或 Docker 容器連不到

預設只監聽 127.0.0.1。把 OLLAMA_HOST 設為 0.0.0.0:11434 後重新啟動，並確認防火牆允許 11434 連接埠。詳見 環境變數與設定。

Error: listen tcp 127.0.0.1:11434: bind: address already in use

已經有一個 Ollama 服務在執行（通常是應用程式或 systemd 服務），不需要再執行 ollama serve。

下載問題

下載很慢或中斷

直接再執行一次 ollama pull，會從中斷的地方繼續下載。

硬碟空間不足

ollama list          # 查看各模型大小
ollama rm 不需要的模型

或把模型移到其他硬碟，設定 OLLAMA_MODELS。

記憶體與效能

執行很慢

用 ollama ps 檢查 PROCESSOR 欄位。不是 100% GPU 就代表模型太大或 GPU 沒有被使用。完整排查請看 GPU 與效能調校。

model requires more system memory than is available

記憶體不足。換用較小的模型或量化版本、縮短上下文長度，或關閉其他程式。

每次提問都要等很久才開始回答

模型每次都被重新載入。調高 OLLAMA_KEEP_ALIVE（例如 30m），或確認沒有同時切換多個模型導致互相擠出記憶體。

回答品質

回答變成簡體中文

設定系統提示詞：「請一律使用台灣慣用的繁體中文回答」，或用 Modelfile 建立預設使用繁體中文的模型。也可以換成中文能力較好的模型。

回答到一半被截斷

• 檢查是否設定了 num_predict。
• 輸入太長、超過上下文長度時，也可能出現異常。調大 num_ctx。

長文件只摘要到後半段

上下文長度不夠，前面的內容被截掉了。調大上下文長度，或把文件分段處理，或改用 RAG。

回答胡言亂語或一直重複

• 小模型能力有限，換大一點的模型。
• 調整參數：降低 temperature、提高 repeat_penalty（例如 1.1）。
• 如果是自己匯入的 GGUF 模型，可能是提示詞範本（TEMPLATE）不正確。

模型不會用工具 / 不會看圖

確認模型支援該功能：ollama show 模型名稱 的 Capabilities 欄位會列出 tools、vision、thinking 等。

其他

如何更新模型？

再執行一次 ollama pull 模型名稱。

如何讓 Ollama 開機不要自動啟動？

• Windows：工作管理員 → 啟動應用程式 → 停用 Ollama。
• macOS：系統設定 → 一般 → 登入項目。
• Linux：sudo systemctl disable ollama。

Ollama 可以商業使用嗎？

Ollama 本身是 MIT 授權的開源軟體。但每個模型都有自己的授權條款，有些限制商業用途或使用者規模。使用前請用 ollama show 模型名稱 --license 或到模型頁面確認。

Ollama 和 LM Studio、llama.cpp 有什麼不同？

• llama.cpp：底層的推論引擎，功能強大但需要較多手動設定。
• Ollama：以命令列與 API 為主，模型管理簡單，適合開發者與伺服器部署。
• LM Studio：圖形介面的桌面應用程式，適合不想碰命令列的使用者。

三者都能在本機執行開源模型，可以依習慣選擇。

更新於 2026年10月12日