Windows 上装了 Docker Desktop，想把 Ollama 塞进容器里跑，结果一上手就卡住：官方镜像拉哪个？端口映射写了却连不上？模型不想每次重下，该挂哪个目录？这篇按「选镜像 → 配端口 → 挂数据 → 验通路」的顺序走一遍，每一步都给可以对着做的动作和判断标准，跑通之后再决定要不要长期这么用。
在 Windows 上装了 Docker Desktop，想把 Ollama 塞进容器里跑，思路本身没问题：环境干净、删掉不留痕、换机器好搬。但一上手往往三个坎：镜像标签挑不对、端口映射写了却连不上、模型每次重下。这篇不展开概念，就按「选镜像 → 配端口 → 挂数据 → 验通路」走一遍，每步给能对着做的动作和判断标准。
需要先说清一个前提：不是所有人都该用容器。如果只是自己电脑上偶尔问几句，Windows 直接装原生版本更省心；容器化真正划算的场景是多人共用一台机器、要固定环境版本、或者要频繁迁移。所以下面的流程，跑通之后你再决定要不要长期这么用，跑不通也不必死磕。
先决定用哪个镜像、什么标签
优先用官方发布的镜像，别顺手挑第三方打包版。第三方版通常省事，但它的标签含义、更新节奏、底层依赖透不透明，出问题时你很难定位到底是 Ollama 的问题还是打包的问题。判断标准很简单：看它的构建文件是否跟随上游、最近的发布是否跟得上，跟不上的就别用。
- 标签别只图省事挑默认那个：带 GPU 支持的镜像和纯 CPU 镜像底层依赖不同，机器没独显或驱动没装对，GPU 版会起不来，或者静默退回 CPU 跑
- 不确定用哪个版本时，先用一个稳定标签把流程跑通，再考虑升级；具体镜像清单和标签对应关系到 部署测算（/models/deploy） 对照，别凭记忆写标签名
- 只是临时试一下，直接选不带 GPU 的镜像最省事，慢是慢，但不会被驱动问题反复卡住
- 想固定环境方便以后复现问题，就在本地给选定的标签打个自己的备注，下次直接拉同名标签，不要每次都重新挑
端口映射和监听地址：连不上的八成是这里
「端口写了却连不上」最常见的根因，是容器里的服务默认只监听回环地址。你只做了端口映射，但服务本身不接受来自容器外的连接，宿主机照样访问不到。所以端口映射和监听地址这两件事要一起看，改一个不改另一个，等于没改。
| 使用场景 | 端口映射 | 监听地址 | 额外动作 |
|---|---|---|---|
| 只在自己电脑上用 | 映射到本机端口 | 保持默认回环 | 无，最简单也最安全 |
| 同局域网别的机器要调 | 映射到本机端口 | 放开到所有地址 | 确认 Windows 防火墙已放行该端口 |
| 想从公网访问 | 映射到本机端口 | 放开到所有地址 | 先想清楚鉴权和暴露风险再决定 |
- 防火墙和监听地址是两件事，缺一不可；很多人只改了其中一个，现象都是「本机能用、别的机器连不上」
- 排错顺序固定成三步：先在容器内部自己请求一次，再在宿主机用本机地址请求，最后从另一台机器请求，哪一步断就在哪一步查，不要跳步
- 默认没有鉴权，任何能访问到这个端口的人都能调用你的模型；打算暴露出去之前，到 安全与合规（/safety） 看一遍再动手
- 端口冲突也别忽略：宿主机上已经有个程序占着同一个端口，映射会失败或者路由到别的服务上，换个空闲端口先验证
模型目录挂载：别让容器一删模型全没
默认情况下模型存在容器内部，容器重建、升级镜像或者清理一下，之前拉下来的模型就没了，重新拉一遍既费流量又费时间。所以第一次跑就该把模型目录挂到宿主机上，这是整个流程里回报最高的一步。
- 选一个宿主机目录放在本地盘上，别放网络盘或同步盘。跨文件系统挂载在 Windows 上偶尔会明显变慢或权限异常，跑起来卡就先怀疑这里，换到本地目录再试一遍对比。
- 挂载后确认读写权限启动容器，让它实际去写一次模型，看宿主机目录里有没有出现新文件。只有容器内能看到、宿主机看不到，说明挂错了方向或者只挂了只读。
- 预留足够空间模型体积和量化档位直接决定占用，按参数量和量化档位先估一遍，方法见 部署测算（/models/deploy），别等磁盘写满才发现。
- 验证可迁移停掉容器，删掉容器本身，再用同一个挂载目录重新起一个。模型还在、能直接用，就说明这一步做对了。
GPU 透传与跑通验证
Windows 上让容器用上独显，依赖运行时和驱动的正确组合，不是装个 Docker 就自动生效。没配好时它不会报错，而是安静地用 CPU 跑，表现就是「能用但特别慢」。这种问题必须主动确认，不能凭感觉认为已经在用显卡。
| 观察点 | 用上显卡的表现 | 没透传的表现 |
|---|---|---|
| 容器启动日志 | 能看到识别到设备的信息 | 只有 CPU 相关提示或直接跳过 |
| 跑请求时系统占用 | 显卡占用明显上升 | 只有 CPU 在涨 |
| 响应速度 | 接近你对这台机器的预期 | 明显偏慢且稳定偏慢 |
- 判断是否真用上显卡，最直接的办法就是跑一个请求，同时盯着容器日志和系统层面的占用，两边对得上才算数
- 跑通后拿一个固定提示词测一次响应时间，把它当成基线；之后换镜像、改挂载、调参数，都跟这个基线比，具体怎么量见 接口测速（/tools/speed-test）
- 基线要记下来但别当绝对结论，机器在忙、模型在冷启动，都会让数字漂，多测几次取稳定区间更可靠
- 如果确认一直是 CPU 在跑而你确实需要显卡，先回到驱动和运行时这一层排查，而不是反复重建容器
最后给个不适用的情况：如果你的机器本来就没有独显，或者只是自己偶尔用几句，上面 GPU 那一节可以整段跳过，也可以直接考虑不用容器。容器化的收益主要在多人共用、环境要固定、以及要搬到别的机器上这几类场景，别为了用而用。
下一步先按镜像、端口、挂载、验证这四步跑通一遍，把响应基线记下来；然后到站内看看各类部署方式的实际成本和取舍，再决定这台机器到底要不要长期跑容器。→常见问题
Windows 上用 Docker 跑 Ollama，跟直接装桌面版有什么区别？
容器化的好处是环境固定、好迁移、能跟别的服务一起编排；坏处是 GPU 透传和目录挂载多一层配置，出问题排查链路更长。只是自己本机用、不做多服务组合，直接用原生版本更省事。要多人共用或者要跑在服务器上，容器才划算。
端口映射了，宿主机就是连不上，先查什么？
先确认容器里服务的监听地址不是只绑回环，这是最常见的原因；再看 Windows 防火墙有没有拦这个端口；最后确认映射的宿主机端口没被别的程序占用。按容器内 → 宿主机本机 → 另一台机器这个顺序逐段试，哪段断就在哪段出手。
模型要不要挂到宿主机目录，不挂会怎样？
不挂的话模型存在容器内部，镜像升级或容器重建时一起没了，得重新拉，大模型动辄几个 G，很浪费时间。第一次跑就挂上，顺手把磁盘余量按参数量和量化档位估一遍，避免下到一半空间不足。
