Manuel complet des commandes Ollama

Ce chapitre présente les commandes d'utilisation d'Ollama, couvrant l'installation, la gestion des modèles, les paramètres d'exécution, le Modelfile, l'API REST, les variables d'environnement et le dépannage courant. Tout le contenu est basé sur Ollama 0.17.x.


Installation et démarrage

Les trois plateformes disposent de méthodes d'installation standard. Après l'installation, Ollama s'exécute automatiquement en tant que service en arrière-plan, à l'écoute sur127.0.0.1:11434。

PlateformeMéthode d'installationDescription
macOSbrew install ollamaVous pouvez également télécharger l'installateur DMG depuis le site officiel.
Linuxcurl -fsSL https://ollama.com/install.sh | shScript officiel en un clic qui configure automatiquement le service systemd.
WindowsTélécharger l'installateur depuis le site officiel.Installer via l'assistant ; s'enregistre automatiquement en tant que service système.
Dockerdocker run -d -v ollama:/root/.ollama -p 11434:11434 ollama/ollamaLe volume de données ollama conserve les modèles.

Dans la plupart des cas, vous n'avez pas besoin de démarrer le service manuellement, mais cela est utile pour le dépannage ou la modification temporaire de la configuration.ollama serve。

Exemple

# Démarrer le service au premier plan ; les journaux s'affichent directement dans le terminal. Le plus souvent utilisé pour le dépannage.
ollama serve

# Vérifier que le service est prêt : il est normal qu'il retourne "Ollama is running"
curl http://localhost:11434

Si un message d'occupation de port apparaît, le service en arrière-plan est déjà en cours d'exécution. L'exécution de `ollama serve` dans un autre terminal signalera alors une erreur, ce qui est normal. Utilisez simplement la ligne de commande ou l'API directement.


Tableau complet des commandes de gestion des modèles

La gestion des modèles est la partie principale de la ligne de commande Ollama, avec environ dix commandes, toutes répertoriées dans le tableau ci-dessous.

CommandeFonctionExemple
ollama pull <model>Télécharger un modèle depuis la bibliothèque de modèles ; si aucun tag n'est donné, la valeur par défaut est `latest`.ollama pull qwen3.5:4b
ollama run <model>Exécuter un modèle de manière interactive ; s'il n'est pas disponible localement, il sera automatiquement récupéré.ollama run qwen3.5
ollama list / ollama lsLister les modèles locaux, leurs tailles et leurs dates de modification.ollama list
ollama show <model>Afficher les détails du modèle : paramètres, gabarit, prompt système, etc.ollama show qwen3.5
ollama psAfficher les modèles chargés en mémoire et leur durée de vie restante.ollama ps
ollama stop <model>Arrêter et décharger immédiatement un modèle en cours d'exécution.ollama stop qwen3.5
ollama cp <src> <dst>Copier ou renommer un modèle.ollama cp qwen3.5 example-clone
ollama rm <model>Supprimer un modèle local pour libérer de l'espace disque.ollama rm qwen3.5:0.8b
ollama create <name> -f <file>Créer un modèle personnalisé à partir d'un Modelfile.ollama create example-coder -f Modelfile
ollama push <model>Pousser un modèle vers une bibliothèque de modèles distante ; une connexion est requise au préalable.ollama push myteam/example-coder
ollama serveDémarrer le service en arrière-plan ; il s'exécute généralement automatiquement avec le système.ollama serve

La combinaison la plus fréquemment utilisée dans le travail quotidien est `run`, `list`, `ps` et `rm` : exécuter des modèles, vérifier l'inventaire, inspecter la mémoire et libérer de l'espace.

Exemple

# Télécharger un modèle d'une taille spécifique
ollama pull qwen3.5:0.8b

# Faire une copie et lui donner votre propre nom
ollama cp qwen3.5 example-clone

# Après avoir confirmé que la copie a réussi, supprimez la taille qui n'est plus nécessaire
ollama rm qwen3.5:0.8b

`rm` supprime les fichiers de modèle correspondant à ce tag. Si d'autres tags partagent les mêmes poids sous-jacents (blobs), l'espace disque n'est entièrement libéré qu'après la suppression du dernier tag qui les référence.


Commande run et mode interactif

`run` peut être utilisé comme un outil de questions-réponses ponctuel, peut entrer en mode interactif pour des conversations à plusieurs tours, et prend également en charge la modification des paramètres à l'exécution.

Arguments de ligne de commande

Les arguments sont écrits après le nom du modèle ; ils ne prennent effet que pour l'exécution en cours et ne sont pas écrits dans la configuration du modèle.

Exemple

# Conversation interactive
ollama run qwen3.5

# Questions-réponses en une seule fois : le prompt suit le nom du modèle ; quitte automatiquement après avoir répondu
ollama run qwen3.5 "Présentez Python en une phrase."

# Afficher les statistiques de tokens : temps total, tokens par seconde et autres indicateurs de performance
ollama run qwen3.5 --verbose

# Forcer le modèle à générer une sortie au format JSON
ollama run qwen3.5 --format json

# Augmenter la fenêtre de contexte (unité : tokens)
ollama run qwen3.5 --num-ctx 8192

# Placer autant de couches du modèle que possible sur le GPU (999 signifie aucune limite)
ollama run qwen3.5 --num-gpu 999

Commandes slash en mode interactif

Après être entré en mode interactif, les commandes commençant par une barre oblique ajustent l'état de la session ; ces ajustements ne prennent effet que pour la session en cours.

CommandeFonction
/set parameter <name> <value>Ajuster temporairement les paramètres d'inférence, tels que `temperature`.
/set system <prompt>Définir temporairement le prompt système.
/show infoAfficher des informations sur le modèle actuel.
/show modelfileAfficher le Modelfile correspondant au modèle actuel.
/save <name>Enregistrer les paramètres de la session actuelle en tant que nouveau modèle.
/load <name>Charger un modèle ou une session enregistrés.
/clearEffacer le contexte de conversation actuel et recommencer.
/byeQuitter le mode interactif.

Si vous souhaitez conserver à long terme les paramètres définis via des commandes slash, utilisez `/save` pour les enregistrer en tant que nouveau modèle ; en arrière-plan, cela génère un Modelfile pour vous.

Un autre raccourci pour quitter le mode interactif consiste à appuyer sur Ctrl+D, ce qui a le même effet que `/bye`.


Modèles personnalisés avec Modelfile

Modelfile utilise une syntaxe de type Dockerfile pour empaqueter un « modèle de base + paramètres + prompt système » en un nouveau modèle.

Exemple

# Chemin du fichier : Modelfile
# FROM spécifie le modèle de base (obligatoire) ; il peut aussi s'agir d'un chemin de fichier GGUF local
FROM qwen3.5

# Paramètres d’inférence courants (facultatifs)
PARAMETER temperature 0.2
PARAMETER num_ctx 8192

# Prompt système ; détermine le rôle et le comportement du modèle (facultatif)
SYSTEM Vous êtes un ingénieur Python senior. Produisez du code concis, testable et annoté avec des types.

Exemple

# Créer un nouveau modèle avec un Modelfile
ollama create example-coder -f Modelfile

# L'exécuter comme un modèle classique
ollama run example-coder "Écrivez un tri rapide, y compris les tests."

Pour importer des poids GGUF locaux, pointez simplement FROM vers le chemin du fichier ; c'est couramment utilisé pour exécuter des fichiers de modèle téléchargés depuis la communauté open source.

Exemple

# Chemin du fichier : Modelfile
# FROM pointe vers un fichier de poids GGUF local
FROM ./model-file.gguf

Toutes les directives Modelfile sont répertoriées dans le tableau ci-dessous ; les trois premières lignes constituent la combinaison la plus couramment utilisée.

DirectiveObjectifRequis
FROMSpécifiez le modèle de base ou le chemin du fichier GGUF.Requis
PARAMETERDéfinir les paramètres d'inférence : temperature, num_ctx, top_p, stop, etc.Optional
SYSTÈMEDéfinir le prompt système.Optional
TEMPLATEPersonnaliser le modèle de prompt de conversation.Optional
ADAPTERCharger un adaptateur LoRA.Optional
MESSAGEExemples de conversation prédéfinis pour mettre en œuvre un guidage few-shot.Optional
LICENSEDéclarer la licence du modèle.Optional

Si vous souhaitez modifier un modèle existant et que vous ne voulez pas partir de zéro, exécutez d'abordollama show --modelfile 模型名pour exporter la recette complète ; après modification, exécutez `create` à nouveau.


Référence rapide de l'API REST

Après le démarrage du service Ollama, il écoute par défaut surhttp://localhost:11434, et tout ce que la CLI peut faire, l'API peut aussi le faire.

Point de terminaisonMéthodeFonction
/api/generatePOSTGénération de texte à tour unique ; renvoie sous forme de flux par défaut.
/api/chatPOSTConversation multi-tours ; transmettez l'historique via le tableau `messages`.
/api/embedPOSTGénérer des embeddings vectoriels de texte pour la récupération RAG.
/api/tagsGETLister les modèles locaux ; correspond à `ollama list`.
/api/showPOSTAfficher les détails du modèle ; correspond à `ollama show`.
/api/pullPOSTRécupérer un modèle ; correspond à `ollama pull`.
/api/deleteDELETESupprimer un modèle ; correspond à `ollama rm`.

Exemple

# Génération à tour unique (streaming)
curl http://localhost:11434/api/generate -d '{
  "model": "qwen3.5",
"prompt": "Écrire un Hello World en Python"
}'


# Conversation multi-tours
curl http://localhost:11434/api/chat -d '{
  "model": "qwen3.5",
"messages": [{"role": "user", "content": "Expliquez ce qu'est une API REST."}]
}'


# Générer des embeddings vectoriels
curl http://localhost:11434/api/embed -d '{
  "model": "nomic-embed-text",
"input": "Votre contenu texte"
}'


# Lister les modèles locaux
curl http://localhost:11434/api/tags

# Afficher les détails du modèle
curl http://localhost:11434/api/show -d '{"model": "qwen3.5"}'

# Supprimer le modèle
curl -X DELETE http://localhost:11434/api/delete -d '{"model": "qwen3.5"}'

Interface compatible OpenAI

Ollama fournit un point de terminaison compatible OpenAI./v1/chat/completions, le code existant de l'écosystème OpenAI peut être utilisé directement en pointant base_url vers une instance locale.

Exemple

# Chemin du fichier : openai_compat.py
from openai import OpenAI

# base_url pointe vers Ollama local ; api_key peut être n'importe quelle chaîne non vide
client = OpenAI(base_url="http://localhost:11434/v1", api_key="ollama")

resp = client.chat.completions.create(
    model="qwen3.5",  # Nom du modèle téléchargé localement
    messages=[{"role": "user", "content": "Bonjour, veuillez présenter un exemple"}],
)
print(resp.choices[0].message.content)
$ python3 openai_compat.py
你好!example(Example)是一个面向初学者的编程学习网站,提供大量免费的基础技术教程。

Référence rapide des variables d'environnement

Les variables d'environnement sont le principal moyen de configurer le comportement du service Ollama. Les modifications ne prennent effet qu'après le redémarrage du service.

VariableDescriptionValeur par défaut
OLLAMA_HOSTAdresse d'écoute du service ; 0.0.0.0 permet l'accès au réseau local127.0.0.1:11434
OLLAMA_MODELSChemin de stockage des modèles ; couramment utilisé lors du passage à un disque plus grand~/.ollama/models
OLLAMA_NUM_GPUNombre de couches de modèle placées dans le GPU ; 999 signifie toutesAuto
OLLAMA_NUM_PARALLELNombre de requêtes simultanées pour le même modèleAuto
OLLAMA_MAX_LOADED_MODELSNombre maximal de modèles résidents en mémoire en même tempsAuto
OLLAMA_FLASH_ATTENTIONActiver Flash Attention ; recommandé pour les contextes longsDésactivé
OLLAMA_KEEP_ALIVEDurée pendant laquelle un modèle reste inactif avant d'être déchargé de la mémoire5m
OLLAMA_DEBUGActiver les journaux de débogage pour produire des informations d'exécution plus détailléesDésactivé

Exemple

# Autoriser l'accès au réseau local + déplacer les modèles vers le disque de données
export OLLAMA_HOST=0.0.0.0:11434
export OLLAMA_MODELS=/data/ollama-models
ollama serve

Définir OLLAMA_KEEP_ALIVE sur 0 décharge le modèle immédiatement après chaque requête, ce qui économise de la mémoire mais le recharge à chaque requête ; définissez-le sur -1 pour le garder résident. La syntaxe de cette valeur varie selon la version ; reportez-vous à `ollama serve --help` et à la documentation officielle.


Dépannage courant

Lorsque vous rencontrez des erreurs, utilisez d'abord le tableau ci-dessous pour localiser le problème. La plupart des problèmes relèvent de trois catégories : nom de modèle incorrect, service non démarré ou ressources insuffisantes.

ProblèmeDémarche de dépannage
VRAM / mémoire insuffisantes (OOM)Passez à une taille de modèle plus petite ou à une précision de quantification inférieure, par ex. utilisez 4b au lieu de 9b
L'erreur indique que le modèle est introuvableVérifiez si le nom du modèle et le tag sont corrects. Les tags sont séparés par un deux-points, par ex. qwen3.5:4b, et non qwen3.5-4b.
connexion refuséeVérifiez si le service est en cours d'exécution et si le port 11434 est occupé.
Réponse lenteUtilisez `ollama ps` pour vérifier la colonne PROCESSOR et confirmer si le modèle s'exécute réellement sur le GPU ; réduisez de manière appropriée num_ctx.
Confusion entre plusieurs versions de modèleLorsqu'aucun tag n'est spécifié, la version "latest" est sélectionnée selon des règles internes ; il est recommandé de toujours spécifier explicitement le tag complet.

Aide-mémoire de référence rapide

Enfin, les commandes les plus fréquemment utilisées sont condensées dans un tableau, prêt à être copié et utilisé.

CommandeFonction
ollama pull <model>Télécharger le modèle
ollama run <model>Exécuter le modèle / entrer en conversation interactive
ollama listAfficher les modèles téléchargés
ollama show <model>Afficher les détails du modèle
ollama psAfficher les modèles en cours d'exécution
ollama stop <model>Arrêter et décharger le modèle
ollama rm <model>Supprimer le modèle
ollama cp <old> <new>Copier / renommer le modèle
ollama create <name> -f ModelfileCréer un modèle personnalisé à l'aide d'un Modelfile
ollama serveDémarrer le service

Ollama évolue rapidement, et certains paramètres et comportements de commandes peuvent changer selon les versions. Avant d'agir, consultez `ollama --help` et la documentation officielle.

Autres extensions