Ollama: установка и первый запуск локальной нейросети

Локальные нейросети перестали быть уделом энтузиастов с мощными видеокартами. Сегодня любой веб-мастер может запустить современную языковую модель на своём сервере или даже ноутбуке. Это даёт независимость от облачных сервисов, полную приватность данных и возможность экспериментировать без ограничений.

Ollama — самый простой способ начать. Это инструмент, который берёт на себя всю рутину: скачивание моделей, управление ими, запуск сервера и предоставление удобного API. Вам не нужно разбираться с Python-библиотеками, компиляцией и настройкой GPU. Достаточно установить Ollama и выполнить одну команду.

В этой статье мы подробно разберём:

Что такое Ollama и зачем она нужна.
Установку на Linux, macOS и Windows.
Первоначальную настройку и переменные окружения.
Основные команды для работы с моделями.
Запуск первой модели и общение с ней.
Использование API для интеграции с сайтом.
Выбор модели под свои задачи.
Частые ошибки и их решение.

1. Что такое Ollama

Ollama — это open-source инструмент для запуска больших языковых моделей (LLM) локально. Он работает как на обычных компьютерах, так и на серверах, поддерживает Linux, macOS и Windows. Ollama автоматически определяет доступное оборудование (CPU, GPU) и оптимизирует работу модели.

Ключевые возможности:

Установка одной командой.
Простой CLI для скачивания и запуска моделей.
REST API, совместимый с форматом OpenAI.
Поддержка популярных моделей: Llama 3, Mistral, Gemma, Phi, DeepSeek, ruGPT3 и многих других.
Работа без интернета после скачивания модели.
Полная приватность: данные не покидают ваш сервер.

Зачем это веб-мастеру:

Создать умного чат-бота для сайта без оплаты за API.
Генерировать описания товаров, мета-теги, тексты.
Анализировать контент, не отправляя его в облако.
Экспериментировать с AI без ограничений.
Использовать в RAG-системах (умный поиск по сайту).

2. Установка Ollama

2.1 Установка на Linux (Ubuntu/Debian)

Самый простой способ — официальный скрипт:

Bash

curl -fsSL https://ollama.com/install.sh | sh

curl -fsSL https://ollama.com/install.sh | sh

Скрипт автоматически определит вашу систему, скачает и установит Ollama, а также настроит systemd-сервис для автозапуска.

Проверка установки:

Bash

ollama --version

ollama --version

Запуск сервиса:

Bash

sudo systemctl start ollama
sudo systemctl enable ollama

sudo systemctl start ollama
sudo systemctl enable ollama

2.2 Установка на macOS

Скачайте установщик с официального сайта Ollama и запустите его. После установки Ollama появится в меню приложений и будет доступна в терминале.

Через Homebrew:

Bash

brew install ollama

brew install ollama

Запуск:

Bash

ollama serve

ollama serve

2.3 Установка на Windows

Скачайте установщик OllamaSetup.exe с официального сайта и запустите его. После установки Ollama будет доступна в командной строке.

Проверка:

Bash

ollama --version

ollama --version

2.4 Установка в Docker

Если вы используете Docker, можно запустить Ollama в контейнере:

Bash

docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama

docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama

Для поддержки GPU добавьте флаг --gpus all (требуется NVIDIA Container Toolkit): nvidia-container-toolkit.

3. Первоначальная настройка

3.1 Переменные окружения

Ollama настраивается через переменные окружения. Основные:

Переменная	Назначение	Значение по умолчанию
`OLLAMA_HOST`	Адрес и порт сервера	`127.0.0.1:11434`
`OLLAMA_MODELS`	Папка для хранения моделей	`~/.ollama/models`
`OLLAMA_NUM_PARALLEL`	Количество параллельных запросов	`1`
`OLLAMA_MAX_LOADED_MODELS`	Максимум загруженных моделей	`1`
`OLLAMA_KEEP_ALIVE`	Время хранения модели в памяти	`5m`

Пример настройки (Linux/macOS):

Добавьте в ~/.bashrc или ~/.zshrc:

Bash

export OLLAMA_HOST=0.0.0.0:11434
export OLLAMA_MODELS=/var/lib/ollama/models
export OLLAMA_NUM_PARALLEL=2

export OLLAMA_HOST=0.0.0.0:11434
export OLLAMA_MODELS=/var/lib/ollama/models
export OLLAMA_NUM_PARALLEL=2

Затем перезагрузите конфигурацию:

Bash

source ~/.bashrc

source ~/.bashrc

Для systemd (Linux):

Отредактируйте /etc/systemd/system/ollama.service:

[Service]
Environment="OLLAMA_HOST=0.0.0.0:11434"
Environment="OLLAMA_MODELS=/var/lib/ollama/models"

Перезапустите сервис:

Bash

sudo systemctl daemon-reload
sudo systemctl restart ollama

sudo systemctl daemon-reload
sudo systemctl restart ollama

3.2 Проверка работы сервера

Bash

curl http://localhost:11434/api/tags

curl http://localhost:11434/api/tags

Если сервер работает, вы увидите список установленных моделей (пока пустой).

4. Основные команды Ollama

4.1 Скачивание модели

Bash

ollama pull mistral

ollama pull mistral

Команда скачает модель Mistral 7B (около 4 ГБ). Прогресс будет отображаться в терминале.

4.2 Список установленных моделей

Bash

ollama list

ollama list

Пример вывода:

NAME            ID              SIZE    MODIFIED
mistral:latest  f974a74358d6    4.1 GB  2 minutes ago

4.3 Запуск модели в интерактивном режиме

Bash

ollama run mistral

ollama run mistral

После загрузки вы увидите приглашение >>>. Можно вводить вопросы и получать ответы.

Пример:

>>> Привет! Как дела?
Я — искусственный интеллект, у меня всё отлично! Чем могу помочь?

>>> Напиши функцию на PHP для проверки email.
function isValidEmail($email) {
    return filter_var($email, FILTER_VALIDATE_EMAIL) !== false;
}

Для выхода введите /bye или нажмите Ctrl+D.

4.4 Удаление модели

Bash

ollama rm mistral

ollama rm mistral

4.5 Просмотр информации о модели

Bash

ollama show mistral

ollama show mistral

Покажет параметры модели, размер, лицензию.

4.6 Копирование и переименование

Bash

ollama cp mistral my-mistral

ollama cp mistral my-mistral

5. Первый запуск и общение с моделью

5.1 Выбор модели

Для первого запуска подойдёт небольшая модель, которая работает даже на слабом железе:

Модель	Размер	Требования	Особенности
`phi`	1.6 ГБ	4 ГБ RAM	Быстрая, для простых задач
`gemma:2b`	1.4 ГБ	4 ГБ RAM	Лёгкая, от Google
`llama3:8b`	4.7 ГБ	8 ГБ RAM	Баланс качества и требований
`mistral`	4.1 ГБ	8 ГБ RAM	Одна из лучших в своём классе
`deepseek-coder`	4 ГБ	8 ГБ RAM	Для программирования

Рекомендация: начните с mistral или llama3:8b. Если ресурсов мало — phi или gemma:2b.

5.2 Запуск

Bash

ollama run mistral

ollama run mistral

Первый запуск может занять некоторое время — модель загружается в память.

5.3 Настройка параметров генерации

При запуске можно указать параметры:

Bash

ollama run mistral --temperature 0.7 --top-p 0.9 --num-predict 512

ollama run mistral --temperature 0.7 --top-p 0.9 --num-predict 512

6. Использование API

Ollama предоставляет REST API на порту 11434. Это позволяет интегрировать модель в любое приложение.

6.1 Генерация текста (эндпоинт /api/generate)

Bash

curl http://localhost:11434/api/generate -d '{
  "model": "mistral",
  "prompt": "Напиши приветствие для сайта",
  "stream": false
}'

curl http://localhost:11434/api/generate -d '{
  "model": "mistral",
  "prompt": "Напиши приветствие для сайта",
  "stream": false
}'

Ответ:

JSON

{
  "model": "mistral",
  "response": "Добро пожаловать на наш сайт! Мы рады видеть вас...",
  "done": true
}

{
  "model": "mistral",
  "response": "Добро пожаловать на наш сайт! Мы рады видеть вас...",
  "done": true
}

6.2 Чат (эндпоинт /api/chat)

Bash

curl http://localhost:11434/api/chat -d '{
  "model": "mistral",
  "messages": [
    {"role": "user", "content": "Привет! Как дела?"}
  ],
  "stream": false
}'

curl http://localhost:11434/api/chat -d '{
  "model": "mistral",
  "messages": [
    {"role": "user", "content": "Привет! Как дела?"}
  ],
  "stream": false
}'

6.3 OpenAI-совместимый API

Ollama поддерживает эндпоинт /v1/chat/completions, совместимый с OpenAI. Это значит, что вы можете использовать существующие библиотеки для OpenAI, просто заменив базовый URL.

Пример на PHP (Guzzle):

PHP

<?php
composer require guzzlehttp/guzzle
require 'vendor/autoload.php';

use GuzzleHttp\Client;

$client = new Client(['base_uri' => 'http://localhost:11434']);

$response = $client->post('/v1/chat/completions', [
    'json' => [
        'model' => 'mistral',
        'messages' => [
            ['role' => 'user', 'content' => 'Напиши функцию для проверки email на PHP']
        ],
        'temperature' => 0.7
    ]
]);

$data = json_decode($response->getBody(), true);
echo $data['choices'][0]['message']['content'];
?>

<?php
composer require guzzlehttp/guzzle
require 'vendor/autoload.php';

use GuzzleHttp\Client;

$client = new Client(['base_uri' => 'http://localhost:11434']);

$response = $client->post('/v1/chat/completions', [
    'json' => [
        'model' => 'mistral',
        'messages' => [
            ['role' => 'user', 'content' => 'Напиши функцию для проверки email на PHP']
        ],
        'temperature' => 0.7
    ]
]);

$data = json_decode($response->getBody(), true);
echo $data['choices'][0]['message']['content'];
?>

Пример на JavaScript (Node.js):

JavaScript

const fetch = require('node-fetch');

async function askOllama(prompt) {
    const response = await fetch('http://localhost:11434/api/generate', {
        method: 'POST',
        headers: { 'Content-Type': 'application/json' },
        body: JSON.stringify({
            model: 'mistral',
            prompt: prompt,
            stream: false
        })
    });
    const data = await response.json();
    return data.response;
}

askOllama('Привет!').then(console.log);

const fetch = require('node-fetch');

async function askOllama(prompt) {
    const response = await fetch('http://localhost:11434/api/generate', {
        method: 'POST',
        headers: { 'Content-Type': 'application/json' },
        body: JSON.stringify({
            model: 'mistral',
            prompt: prompt,
            stream: false
        })
    });
    const data = await response.json();
    return data.response;
}

askOllama('Привет!').then(console.log);

6.4 Потоковая передача (streaming)

Для длинных ответов используйте "stream": true. Ответ будет приходить по частям, что удобно для чатов.

Bash

curl http://localhost:11434/api/generate -d '{
  "model": "mistral",
  "prompt": "Расскажи про HTTP/2",
  "stream": true
}'

curl http://localhost:11434/api/generate -d '{
  "model": "mistral",
  "prompt": "Расскажи про HTTP/2",
  "stream": true
}'

7. Выбор модели под задачи

Задача	Рекомендуемая модель	Почему
Общие вопросы	`mistral`, `llama3:8b`	Хороший баланс качества и скорости
Программирование	`deepseek-coder`, `codellama`	Обучены на коде
Русский язык	`rugpt3`, `mistral` (мультиязычная)	Понимают русский
Быстрые ответы на слабом железе	`phi`, `gemma:2b`	Маленькие и быстрые
Сложные рассуждения	`llama3:70b`, `mixtral`	Требуют много RAM/VRAM. Если запустите на 8 ГБ — можете повесить сервер.

Как выбрать:

Если у вас 8 ГБ RAM — mistral или llama3:8b.
Если 4 ГБ RAM — phi или gemma:2b.
Если есть GPU с 8+ ГБ VRAM — можно запускать 13B модели.
Для русского языка проверяйте, поддерживает ли модель русский (Mistral, Llama 3 — да).

ВАЖНО! Эти модели — base, не instruction-tuned. Они делают text completion (продолжение текста), а не чат. То есть ollama run evilfreelancer/rugpt3 и вопрос «Привет, как дела?» могут дать странный результат — модель просто продолжит текст, а не ответит как ассистент. Для чат-сценариев лучше Mistral или Llama 3, а ruGPT3 — для генерации текстов на русском, дообучения и экспериментов.

8. Частые ошибки и их решение

Ошибка	Причина	Решение
`Error: connect: connection refused`	Сервер Ollama не запущен	Запустите `ollama serve` или `systemctl start ollama`.
Модель не загружается	Недостаточно памяти	Используйте меньшую модель или закройте другие приложения.
Очень медленная генерация	Нет GPU, мало RAM	Уменьшите модель, включите GPU (если есть), увеличьте `OLLAMA_NUM_PARALLEL`.
`model requires more system memory`	Модель слишком большая	Выберите модель меньшего размера.
API не отвечает	Порт занят или фаервол	Проверьте `OLLAMA_HOST`, откройте порт 11434.
Модель не понимает русский	Модель обучена только на английском	Используйте мультиязычную модель (Mistral, Llama 3).
Долгая загрузка модели	Первый запуск	Последующие запуски будут быстрее (модель кешируется).

9. Заключение

Ollama — это идеальный старт для работы с локальными нейросетями. Вы установили её, скачали первую модель, научились общаться через CLI и API. Теперь у вас есть собственный AI-ассистент, который работает без интернета, не требует оплаты за токены и полностью контролируется вами.

Что дальше:

Попробуйте разные модели и сравните их качество.
Настройте API для интеграции с сайтом.
Используйте Ollama в RAG-системах (умный поиск по сайту).
Запустите модель на сервере и подключайтесь к ней из PHP/JS.

Ollama: установка и первый запуск локальной нейросети

1. Что такое Ollama

2. Установка Ollama

2.1 Установка на Linux (Ubuntu/Debian)

2.2 Установка на macOS

2.3 Установка на Windows

2.4 Установка в Docker

3. Первоначальная настройка

3.1 Переменные окружения

4. Основные команды Ollama

4.1 Скачивание модели

4.2 Список установленных моделей

4.4 Удаление модели

4.6 Копирование и переименование

5. Первый запуск и общение с моделью

5.1 Выбор модели

5.2 Запуск

5.3 Настройка параметров генерации

6. Использование API

6.1 Генерация текста (эндпоинт /api/generate)

6.3 OpenAI-совместимый API

6.4 Потоковая передача (streaming)

7. Выбор модели под задачи

8. Частые ошибки и их решение

9. Заключение

Инструменты