你装好了 Ollama，敲下 pull 却卡在进度条不动，或者想跑的模型官方库里根本搜不到——这两种情况卡住的人特别多。这篇把「从哪拿模型」拆成两条路：一条是官方库直接拉，一条是拿现成权重自己转成 Ollama 能认的格式，再给一套拉不动、拉下来跑不了时的排查顺序。适合刚上手、以及被离线内网环境卡过一轮的人。
你装好了 Ollama，敲下 pull 却卡在进度条不动，或者想跑的模型官方库里根本搜不到——这两种情况卡住的人特别多。前者多半是网络或标签拼写的问题，后者往往是你手上的权重格式官方还没收录。这篇把「从哪拿模型」拆成两条路：一条是官方库直接拉，一条是拿现成权重自己转成 Ollama 能认的格式，中间再补一套拉不动、跑不了时的排查顺序。
适合刚上手的人，也适合被离线内网卡过一轮的人。读完之后你应该能判断：这次卡住是名字问题、网络问题、磁盘问题，还是显存和量化档位选错了。判断标准会尽量写清楚什么情况下不适用，别照着一条路走到黑。
第一条路：从官方模型库直接拉
这条路最省事，前提是模型在官方库里且标签写法对得上。先分清 pull 和 run 的区别：run 会自动带上 pull，日常用没问题，但排查故障时先单独 pull 更容易看清卡在哪一步。拉之前别凭记忆拼名字，先用搜索命令确认库里到底有没有、标签怎么写的。
- 搜索确认用搜索命令查模型名，看返回里有哪些标签。名字拼错或标签不存在，这一步就会空手而归，先别往下走。
- 单独 pull确认标签后执行拉取，观察进度是否在动。进度不动多半是网络层，不是模型本身有问题。
- 拉完 run 一次不要只看列表里出现名字就以为好了，实际跑一遍才能确认能加载、能输出。
标签决定你拿到什么：同一个模型下不同标签对应不同参数量和量化档位。显存吃紧就先挑小档位，先跑起来再谈效果。档位取舍的测算口径可以到 /models/deploy 核对当时的数字，别拿别人机器上的配置直接照搬到自己的显卡上。
- 名字和标签先确认，搜索命令返回为空就别硬拉
- 进度不动看网络，进度在走但很慢就耐心等
- 拉完必须实际 run 一次，列表里有名字不等于能跑
- 显存吃紧先挑小档位，具体取舍到 /models/deploy 核对
第二条路：拿外部权重自己导入
这条路的适用场景很明确：官方库还没收录、你手上有现成的权重文件、或者公司内网只能走离线分发。核心动作是写一个 Modelfile，把权重文件路径、模板、参数写上，再用创建命令把它变成一个本地模型名，之后就和正常模型一样 run。对 5 人小团队来说，这通常是内部统一模型入口的做法。
格式不对是这里最常见的坑。Ollama 直接吃得下的是 GGUF 这类打包格式，别的格式要先转换。转换这一步做不好，创建出来的模型能加载但输出是乱码，看起来成功了其实没成。所以创建完之后一定要用对话验证一轮，看看输出是不是连贯的中文或英文，而不是一堆符号。
| 检查项 | 合格标准 | 不合格怎么办 |
|---|---|---|
| 权重格式 | 是 Ollama 能直接读取的打包格式 | 先转换成对应格式再写 Modelfile |
| Modelfile 路径 | 路径指向真实存在的文件，写错大小写也会失败 | 用绝对路径最稳，避免相对路径踩坑 |
| 模板与参数 | 对话能正常一问一答，不串行不截断 | 对照官方同款模板改，别自己臆造 |
| 创建后验证 | run 一次拿到连贯输出 | 输出乱码说明格式或模板有问题，回退重做 |
离线与内网环境下怎么搬运
思路是把已经拉好的模型目录整体拷过去，而不是在没网的目标机上硬拉。拷贝前先确认两边的模型存储路径设置一致，路径没对齐就会出现「文件明明在，但识别不到」的情况，很多人在这里白折腾半天。
- 确认源机和目标机的模型存储路径一致
- 整体拷贝模型目录，别只拷一半文件
- 目标机用列表命令确认模型登记上了
- 实际 run 一次，确认能加载能输出
- 跨版本搬运前先对齐 Ollama 版本，版本差太多可能读不了
搬完之后只看到名字出现在列表里不等于能跑，这是最容易漏的一步。跨版本搬运有风险，目标机版本太低可能读不了新格式，先对齐版本再搬，能省掉一轮莫名其妙的失败。如果内网环境对网络访问有限制，也可以到 /tools/speed-test 看看当前链路的连通情况，判断是彻底不通还是只是慢。
拉不动、跑不了的排查顺序
按这个顺序走：模型名和标签拼写 → 网络能否到达模型源 → 磁盘剩余空间 → 显存够不够 → 量化格式对不对。从便宜的检查项开始，别一上来就重装，重装往往解决不了名字拼错这种小问题，还浪费一次下载时间。
- 名字标签
- 先搜一遍确认存在，拼写错误是最常见的假故障
- 网络连通
- 进度不动就查链路，能到源但慢和彻底不通是两回事
- 磁盘空间
- 拉一半失败可能是空间不够，先看剩余容量再重试
- 显存档位
- 能加载但报显存不足，是选的档位太大，退回小档位验证
- 量化格式
- 输出乱码多半是格式或模板问题，不是模型坏了
下载中断后重跑通常会续传，不用手动删缓存；反复失败再清理重来。拉下来能加载但报显存不足，是选的档位太大，退回小档位验证一遍，确认是量级问题再考虑换硬件。如果排查到某一步发现是服务侧的问题，可以到 /ai-status 看当时的服务状态，把责任范围缩到最小。
排查的顺序原则很简单：从便宜、可逆、能一眼看出的检查项开始，把重装和换硬件留到最后。下一步如果你要挑具体档位或比不同来源的可信度，站内已经把测算口径和服务状态整理好了，照着核对比凭感觉试省事得多。→
常见问题
Ollama 拉模型一定要联网吗？
首次拉取需要能从模型源下载；已经拉好的机器可以完全离线运行。要给内网机器用，常见做法是在有网的机器上拉好，再把模型存储目录整体拷到目标机，注意两边路径配置要一致。
官方库里没有想要的模型怎么办？
走自定义导入：拿到 GGUF 这类 Ollama 认的权重文件，写一个 Modelfile 指明权重路径和参数，用创建命令生成你自己的本地模型名。别的格式得先转换，转完最好先小规模试跑，确认输出正常再正式用。
拉下来的模型跑起来很慢或者直接爆显存，是模型有问题吗？
多数情况是档位选大了，同一模型的不同标签对应不同参数量和量化档位。先换小一档验证，如果小档流畅、大档爆显存，就是配置量级问题；大小档都慢，再去看是不是没走到 GPU 上。
