Ollama 环境变量教程：配置 OLLAMA_HOST、模型路径和上下文长度

Ollama 服务的行为由环境变量控制。本节整理了最常用的配置，以及在各操作系统上的设置方法。

常用环境变量

运行 ollama serve --help 可以查看完整列表。默认值可能随版本调整，请以你安装的版本为准。

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

设置后重新启动 Ollama 应用程序。launchctl setenv 在重新启动电脑后会失效；如需长期生效，可以将其写入登录时运行的脚本。

sudo systemctl edit ollama.service

在打开的编辑器中添加：

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

保存后应用更改：

sudo systemctl daemon-reload
sudo systemctl restart ollama

OLLAMA_HOST=0.0.0.0:11434 ollama serve

默认只监听 127.0.0.1，只有本机可以连接。要让同一网络中的其他电脑（或手机、NAS）使用：

Ollama 的 API 没有账号密码验证。千万不要直接将 11434 暴露到互联网，否则任何人都能使用你的 GPU，甚至删除你的模型。需要从外部访问时，请通过 VPN（例如 Tailscale），或在前面加上带验证功能的反向代理。

模型通常有数 GB 到数十 GB 大小。默认位置：

系统	位置
Windows	`C:\Users\用户名\.ollama\models`
macOS	`~/.ollama/models`
Linux	`/usr/share/ollama/.ollama/models`

想将模型存放到其他硬盘，可以设置 OLLAMA_MODELS，例如在 Windows 上将其设为 D:\ollama\models。在 Linux 上，要确认 ollama 用户对新目录有读写权限：

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

已下载的模型可以直接将整个 models 目录移过去，无需重新下载。

上下文长度（context length）是模型一次能处理的 token 数量，包括你的输入、对话历史和模型的回答。中文大约每个字相当于 1～2 个 token。

如果你让模型总结一份长文档，却发现它只看了后半部分，通常是因为上下文长度不足，前面的内容被截断了。

调整方式（任选一种）：

上下文越长，占用的内存越多。可以运行 ollama ps 确认模型是否还能完整放入 GPU。

每次加载模型都需要时间（大型模型可能需要十几秒）。

OLLAMA_KEEP_ALIVE=30m     # 闲置 30 分钟后才卸载
OLLAMA_KEEP_ALIVE=-1      # 永不卸载
OLLAMA_KEEP_ALIVE=0       # 用完后立即卸载

API 请求中的 keep_alive 参数会覆盖此设置。

将 Ollama 用作团队共享服务时：

OLLAMA_NUM_PARALLEL=4
OLLAMA_MAX_LOADED_MODELS=2

注意：平行请求数会使上下文的内存用量成倍增加（约为 NUM_PARALLEL × CONTEXT_LENGTH），因此显卡内存需要足够大。

从浏览器扩展或其他域名的网页直接调用 Ollama 时，需要允许相应来源：

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

更新于 2026年10月12日