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

输入 ollama --help 可以查看所有命令，输入 ollama 命令 --help 可以查看该命令的参数。

命令总览

命令	作用
`ollama run 模型`	运行模型（如果尚未下载，会先下载），进入对话
`ollama pull 模型`	只下载或更新模型
`ollama list`（或 `ls`）	列出已下载的模型
`ollama ps`	列出当前加载到内存中的模型
`ollama stop 模型`	从内存中卸载模型
`ollama rm 模型`	删除模型
`ollama show 模型`	查看模型信息
`ollama create 名称 -f Modelfile`	使用 Modelfile 创建自定义模型
`ollama cp 来源新名称`	复制模型（创建别名）
`ollama serve`	在前台启动 Ollama 服务
`ollama push 名称`	将自定义模型上传到 ollama.com
`ollama signin` / `signout`	登录 / 登出 ollama.com 账号
`ollama launch`	配置并启动支持的集成工具

run

ollama run qwen3:8b                         # 交互式对话
ollama run qwen3:8b "写一首关于秋天的短诗"     # 单次提问
ollama run gemma3 "描述这张图 ./cat.png"     # 视觉模型读取图片
ollama run qwen3:8b --verbose "你好"         # 显示速度统计
ollama run qwen3:8b --think=false "你好"     # 关闭思考模式
ollama run qwen3:8b --keepalive 1h          # 加载后保留 1 小时
ollama run qwen3:8b --format json "列出 3 种水果，用 JSON 回答"

交互模式中的 / 命令请参阅运行第一个模型。

pull

ollama pull llama3.2
ollama pull qwen3:14b

模型更新后（同一个 tag 指向新版本），再次运行 pull 只会下载发生变化的部分。

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 与 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 的输出格式。旧版本没有 RUNNER 字段。）

SIZE：实际占用的内存（比文件大，因为包含上下文）
PROCESSOR：GPU / CPU 分配比例
CONTEXT：当前使用的上下文长度
RUNNER：使用的推理引擎，例如 llamacpp；Apple Silicon 上受支持的模型会使用 MLX
UNTIL：自动卸载的时间

ollama stop qwen3:8b

rm

ollama rm gemma3:12b

删除后会立即释放硬盘空间。多个模型共用的文件层，只有在都不再使用时才会真正删除。

show

ollama show qwen3:8b

实际输出（以 qwen3:0.6b 为例，节选）：

  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

可以看到架构、参数量、模型支持的最大上下文长度、量化方式，以及支持的功能（completion、tools、thinking、vision）。Parameters 是模型作者建议的默认参数。

ollama show qwen3:8b --modelfile    # 输出这个模型的 Modelfile
ollama show qwen3:8b --parameters   # 只看参数
ollama show qwen3:8b --system       # 只看系统提示词
ollama show qwen3:8b --license      # 授权条款

--modelfile 很适合作为自定义模型的起点。

create 与 cp

ollama create my-assistant -f ./Modelfile
ollama cp qwen3:8b qwen      # 之后可以运行 ollama run qwen

Modelfile 的写法请参阅 Modelfile 教程。

serve

ollama serve

在前台启动服务，日志直接输出到终端，适合调试。可以通过环境变量调整服务配置，例如：

OLLAMA_HOST=0.0.0.0:11434 OLLAMA_CONTEXT_LENGTH=8192 ollama serve

可以使用 ollama serve --help 查看所有可用的环境变量，常用变量整理在环境变量与配置中。

push

将自己创建的模型分享到 ollama.com：

ollama signin
ollama cp my-assistant 你的账号/my-assistant
ollama push 你的账号/my-assistant

连接到其他电脑上的 Ollama

CLI 默认连接本机服务。设置 OLLAMA_HOST 可以改为连接其他主机：

OLLAMA_HOST=192.168.1.50:11434 ollama list

常用组合

# 查看当前加载了哪些模型，然后全部卸载
ollama ps
ollama stop qwen3:8b

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

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

更新于 2026年10月12日