ollama如何加载本地模型，第一次上手最容易卡在这两步

搜「ollama如何加载本地模型」的人，通常卡的地方不是不会敲命令，而是分不清自己手里的东西是「一个名字」还是「一个模型文件」。前者一条 pull 就完事，后者要写 Modelfile 才能进 Ollama。这篇按这两条路分开讲，每步都给出该看到的回显，跑不通时按顺序往下查，不用来回猜。

搜这个问题的人，多数不是不会敲命令，而是没分清手里的东西到底是「一个名字」还是「一个模型文件」。这两件事在 Ollama 里走的是完全不同的两条路：前者一条命令就完事，后者得先写个 Modelfile 把它包一层。分不清就开始试，试错成本全花在猜上了。

下面按这两条路分开讲，每一步都说清楚该看到什么回显，跑不通的时候按什么顺序往下查。别急着复制命令，先看清楚自己属于哪种情况。

先分清你手里是哪一种模型

分界线其实只有一句话：这个模型有没有在 ollama list 里出现过。出现过就别重复加载，直接 run 就行；没出现过，再看你手上是名字还是文件。

路径一：只有名字

你知道模型叫什么、哪个标签，让 Ollama 自己去仓库拉，全程一条命令解决。

路径二：手上是文件

别人给你的 GGUF 或 safetensors，Ollama 不会顺着文件路径去读，必须先写 Modelfile 导入本地库。

容易误判的地方在于：很多人拿到一个 .gguf 文件，直接 ollama run 加文件路径，命令当场报错，然后开始怀疑是 Ollama 装坏了。其实它压根没打算这么用。反过来，有人手上只有模型名字，却满网找下载链接手动下文件，也是白绕一圈。

路径一：拉下来、跑起来、确认它真的在答

1. 先 pull，不要直接 runpull 拉的是名字加标签，标签不写就用默认档。同名不同标签在本地是两份独立文件，各占一份磁盘。命令回显会一行行报进度，最后出现 success 才算完整。
2. 再 run，等提示符出来只敲 run 不先 pull 也会自动拉，但出错信息混在一起更难读，新手不推荐。首次 run 会先加载再进对话，看到对话提示符才算真的起来了。
3. 问一句短的做验证别一上来就丢长问题。先问一句短的，重点不看答得好不好，而是看首字延迟正不正常、有没有冒出内存不足的报错。这一步是确认服务链路通了。
4. 退出后再看一眼状态退出对话不等于模型卸载，它可能还驻留在显存里。用 ollama ps 看一眼哪些还在跑、占了多少，比凭感觉判断准。

磁盘吃紧的机器，拉之前先去站内的模型资料库看这个档位的体积大概在什么量级，别拉到一半发现空间不够。具体数字到 /models 核对当时的记录，不同标签之间差得不少。

路径二：手上有模型文件，得先包一层壳

Ollama 不认任意路径下的模型文件，它要的是「建进自己库里的一个名字」。所以中间这一步 Modelfile 不能省。写起来不难，难在细节。

• FROM 后面跟文件的绝对路径，相对路径和写错目录都会直接报找不到文件。
• 单文件 GGUF 最省事；分片的要把 FROM 指向第一片，其余分片放同一目录，文件名别改。
• TEMPLATE 和参数不是必填，但对话模型不写模板，回答格式容易怪，建议先抄同系列现成的模板来改。
• ollama create 起个名字把它建进本地库，之后只认这个名字，和原来的文件路径再没关系。
• 建完用 ollama list 确认出现在列表里，再 run，顺序别反。

分片文件这块我踩过一次：只把第一片拷进目录，create 阶段居然过了，run 的时候才报错，回头翻日志才发现是缺片。所以建完不等于能用，一定跑一轮对话验证。

跑不通时，按这个顺序查而不是乱试

排查最忌讳东试一下西试一下。按下面的顺序走，每一步都能排除掉一整类原因，比反复重装省时间。

• 先确认 Ollama 服务本身活着：服务没起，pull 和 run 都会以连接失败收场，这时候查模型纯属浪费。
• 再确认文件完整性：下载中断的 GGUF 能建成功却加载失败，这类问题最难从表面看出来。
• 第三看显存和内存余量：能建进去但答两句就断，多半是加载过程中被别的进程挤了出去。
• 最后才怀疑模型本身不兼容。把报错原文里的关键词拿去站内术语页对一遍，再决定要不要换模型。

还有一种情况是环境混装：同时装了桌面版和命令行版，两个进程抢同一个端口，表现就是时好时坏。这种先停掉一个再测，别在模型上找原因。