跳到主要内容Skip to main content
本地推理与部署先试这个

Ollama

ollama / ollama

一条命令拉模型、跑本地推理,自带模型库与 OpenAI 兼容 API。

187.6k stars 19146 forks Go 语言 MIT 许可 最近推送 2026-11-18

为什么选

  • 安装与拉模型极简,适合第一次本地跑。
  • 模型库覆盖常见开源模型与量化版本。
  • 有 API,能接本地应用。

不适合

高并发生产推理,vLLM/SGLang 更合适。
需要细粒度批处理与显存调优,Ollama 抽象太厚。

许可与使用边界

GitHub 快照显示许可为 MIT。开源不等于可商用:GPL / AGPL 有传染性;代码许可、模型许可、生成内容许可要分开看。上线前读仓库 LICENSE 与模型卡,必要时让法务确认。

替代与相邻

  • llama.cpp — 本地优先,C/C++ 推理引擎,CPU、Apple Silicon、消费级 GPU 都能跑,量化格式丰富。
  • LocalAI — 本地优先,本地 OpenAI 兼容 API,支持文本、图像、语音等多模态后端。
  • Text Generation WebUI — 本地优先,本地 LLM 的 Web 界面,支持多种后端、模型加载与扩展。

下一步

  • 打开 GitHub,先读 README、LICENSE、最近 release 与 issue。
  • 按“部署依赖 / 显存 / 数据 / 网络 / 权限”列一张上手清单。
  • 用一个小样本跑通,再决定是否进生产;不要直接上生产数据。

GitHub 仓库 ↗ 文档 ↗ 加入对比

快照口径:stars / forks / language / license / pushed_at 来自 GitHub API 2026-11-19 快照;之后的变化没有回写。标签与“适合 / 不适合”是编辑判断,不是 GitHub 元数据。
不背书:本站只做索引与风险提示,不审计代码、不保证安全、不替你做许可判断。仓库脚本与模型权重请自行审查。