cline ollama model 本地模型

很多人第一次在 Cline 里填本地模型地址，点下去不是连不上就是答到一半卡死，改了半天配置也不知道问题出在哪一层。这篇从 Ollama 服务、Cline 侧配置、上下文与显存三块给出可执行步骤和排查顺序，只写 Cline 接 Ollama 这一条路，模型本身好坏不在这里比。

很多人第一次在 Cline 里填本地模型地址，点下去不是连不上，就是答到一半卡死，改了半天配置也不知道问题出在哪一层。这篇只讲 Cline 接 Ollama 这一条路：服务这头怎么开、客户端怎么填、上下文和显存怎么对、跑不动时按什么顺序排查。模型本身谁好谁坏不在这里比，那是另一个话题。

先把心态摆正：Cline 只是客户端，真正的瓶颈通常在 Ollama 服务、上下文窗口和显存这三处。链路通不通可以命令行验证，配置对不对要看两边参数是否一致，资源够不够要看运行日志。按这个分层去看，能省掉大量瞎改配置的时间。

先把 Ollama 这头弄成「别人能连上」的样子

1. 确认服务在跑、端口通不通先用命令行直接打一次接口，拿到返回结果再谈 Cline。连不上先看监听地址是不是只绑了本机回环，回环地址外部访问不到是常态。
2. 需要跨机器或容器访问就放开监听把监听地址放到能被目标机器访问的位置，同时想清楚局域网里谁能调你的模型，别默认全网开放。
3. 模型先拉好、先加载一次Cline 不会帮你下模型。模型没拉完或没成功加载，报错会伪装成「连接失败」，让你以为地址写错了。
4. 提前定好上下文长度这类启动参数默认窗口往往比 Cline 想要的要小，等跑到一半才想起来改，会反复踩同一个坑。

• 接口在命令行能通、在 Cline 里不通：八成是监听地址或路径问题，不是模型问题
• 能连上但一句话就报错：先怀疑模型名没写对或模型没加载完
• 第一次能回、第二次超时：可能是并发或显存排队，不是配置坏了
• 跨机器访问失败但本机访问正常：先查监听绑定和网络可达性

Cline 侧怎么填：选对 provider、写对地址、挑对模型名

Cline 接本地模型通常走 OpenAI 兼容那套配置。Base URL 要指向 Ollama 的兼容端点，别填成浏览器访问的那个页面端口，路径写错是最常见的 404 来源。填完先发一句最简单的指令验证，别一上来就拿整份项目代码去试——失败时你分不清是配置错还是任务太重。

Base URL

指向 Ollama 的兼容端点，不是网页端口，路径写错会直接 404

模型名

按本机实际拉下来的名字原样填，大小写和标签后缀都要对上，写错表现为「模型不存在」

API Key

本地场景通常留个占位值即可，但有些客户端不允许该字段为空，空着会被当成校验失败

上下文参数

Cline 侧和 Ollama 侧要写成一个数，只改一边会出现「前面记得、后面忘了」的怪现象

上下文、显存与任务量：决定它能不能真干活

配置通了只是及格线，能不能真拿来干活取决于上下文和显存这两个预算。Cline 会把文件内容往上下文里塞，读的文件越多吃窗口越快。窗口要在 Ollama 启动参数和 Cline 配置两侧对齐，只改一边会出现中间开始遗忘的怪现象。

• 显存按参数量乘量化档位粗算，再留出上下文缓存和并发的余量，具体档位的取舍到站内量化与显存测算页面核对
• 模型被部分卸载到 CPU 时会明显变慢，看运行日志里的卸载提示比猜配置快
• 多文件任务吃窗口极快，把任务拆小、限制引用范围，往往比换更大模型见效更快
• 推理慢不一定是配错了，先量一次延迟基线，再判断是模型太大还是每次塞的上下文太多

至于选哪一档量化、哪一类尺寸在你这台机器上跑得动，站内有一份按显存反推的测算表，数字会随模型更新变动，去 /tools/speed-test 跑一次自己的机器更准，别照着别人的配置照抄。

跑不动的排查顺序：从链路到配置再到资源

排查要按层来，别一上来就改模型参数。第一层是链路：接口能不能通、返回体格式对不对，链路不通就先别看 Cline 的报错。第二层是配置：地址、模型名、上下文参数三处两边是否一致，绝大多数「用不了」死在这一层。第三层才是资源：显存爆没爆、有没有被卸载到 CPU。第四层是任务本身太重，拆小再试。

1. 第一层：验证链路用命令行直接请求兼容端点，确认能返回符合格式的结果。不通过就修服务端，不要动 Cline。
2. 第二层：核对配置把 Base URL、模型名、上下文参数逐个对照两侧。模型名建议直接从本机模型列表里复制粘贴。
3. 第三层：看资源占用跑一次任务同时观察显存和运行日志，有没有卸载提示、有没有排队等待。
4. 第四层：降任务复杂度把多文件改动拆成单文件小步，每步确认输出可用再继续，能定位到底是能力不够还是窗口被挤爆。