Ollama 常见问题与故障排查

如何查看日志

大多数问题都能在日志中找到原因：

需要更详细的信息时，设置环境变量 OLLAMA_DEBUG=1 后重新启动。

连接问题

could not connect to ollama app, is it running?

Ollama 服务没有运行。

• Windows / macOS：打开 Ollama 应用程序。
• Linux：sudo systemctl start ollama。
• 测试：curl http://localhost:11434 应返回 Ollama is running。

其他电脑或 Docker 容器无法连接

默认只监听 127.0.0.1。将 OLLAMA_HOST 设置为 0.0.0.0:11434 后重新启动，并确认防火墙允许 11434 端口。详见环境变量与设置。

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

已经有一个 Ollama 服务在运行（通常是应用程序或 systemd 服务），不需要再运行 ollama serve。

下载问题

下载缓慢或中断

直接再次运行 ollama pull，就会从中断处继续下载。

硬盘空间不足

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

或者将模型移到其他硬盘，并设置 OLLAMA_MODELS。

内存与性能

运行缓慢

用 ollama ps 检查 PROCESSOR 字段。如果不是 100% GPU，就说明模型太大或 GPU 没有被使用。完整排查方法请参阅GPU 与性能调优。

model requires more system memory than is available

内存不足。换用较小的模型或量化版本、缩短上下文长度，或者关闭其他程序。

每次提问都要等很久才开始回答

模型每次都会重新加载。调高 OLLAMA_KEEP_ALIVE（例如 30m），或者确认没有同时切换多个模型，导致它们互相挤占内存。

回答质量

回答变成简体中文

设置系统提示词：“请始终使用简体中文回答”，或者用 Modelfile 创建默认使用简体中文的模型。也可以换成中文能力更好的模型。

回答到一半被截断

• 检查是否设置了 num_predict。
• 输入太长、超出上下文长度时，也可能出现异常。调大 num_ctx。

长文档只总结了后半部分

上下文长度不够，前面的内容被截掉了。调大上下文长度，或者分段处理文档，或者改用 RAG。

回答胡言乱语或不断重复

• 小模型能力有限，换用更大的模型。
• 调整参数：降低 temperature、提高 repeat_penalty（例如 1.1）。
• 如果是自己导入的 GGUF 模型，可能是提示词模板（TEMPLATE）不正确。

模型不会使用工具 / 不会看图

确认模型支持相应功能：ollama show 模型名称 的 Capabilities 字段会列出 tools、vision、thinking 等。

其他

如何更新模型？

再次运行 ollama pull 模型名称。

如何让 Ollama 开机时不自动启动？

• Windows：任务管理器 → 启动应用 → 禁用 Ollama。
• macOS：系统设置 → 通用 → 登录项。
• Linux：sudo systemctl disable ollama。

Ollama 可以用于商业用途吗？

Ollama 本身是 MIT 许可的开源软件。但每个模型都有自己的许可条款，有些会限制商业用途或用户规模。使用前请用 ollama show 模型名称 --license 或到模型页面确认。

Ollama 和 LM Studio、llama.cpp 有什么区别？

• llama.cpp：底层推理引擎，功能强大，但需要更多手动设置。
• Ollama：以命令行与 API 为主，模型管理简单，适合开发者与服务器部署。
• LM Studio：图形界面的桌面应用程序，适合不想接触命令行的用户。

三者都能在本机运行开源模型，可以按自己的习惯选择。

更新于 2026年10月12日