Ollama 快速入门：快速开始（Quick start）
前文中我们已经对Ollama有了基本的了解，并且已经在本地电脑上安装好了Ollama服务。我们现在可以开始快速体验 Ollama 的强大功能了。以下是如何快速运行一个模型并与其进行交互的基本步骤。
下载并运行模型
选择模型
Ollama 提供了丰富的模型库，你可以根据需要选择不同的模型。例如，我们可以选择运行 Qwen 2 模型。
运行模型
使用以下命令下载并运行 Qwen 2 模型：
ollama run qwen2:7b这条命令会从 Ollama 的模型库中拉取 Qwen 2 模型，并准备运行环境。
模型库
Ollama 支持 ollama.com/library 上提供的一系列模型
以下是一些可以下载的示例模型：
| 模型 | 参数 | 大小 | 下载 |
|---|---|---|---|
| DeepSeek-V2 | 16b | 8.9GB | ollama run deepseek-v2:16b |
| GLM-4 | 9 B | 5.5GB | ollama run glm4 |
| Llama 3.1 | 8B | 4.7GB | ollama run llama3.1 |
| Llama 3.1 | 70B | 40GB | ollama run llama3.1:70b |
| Llama 3.1 | 405B | 231GB | ollama run llama3.1:405b |
| Phi 3 Mini | 3.8B | 2.3GB | ollama run phi3 |
| Phi 3 Medium | 14B | 7.9GB | ollama run phi3:medium |
| Google Gemma 2 | 9B | 5.5GB | ollama run gemma2 |
| Google Gemma 2 | 27B | 16GB | ollama run gemma2:27b |
| Mistral | 7B | 4.1GB | ollama run mistral |
| Moondream 2 | 1.4B | 829MB | ollama run moondream |
| Neural Chat | 7B | 4.1GB | ollama run neural-chat |
| Starling | 7B | 4.1GB | ollama run starling-lm |
| Code Llama | 7B | 3.8GB | ollama run codellama |
| Llama 2 Uncensored | 7B | 3.8GB | ollama run llama2-uncensored |
| LLaVA | 7B | 4.5GB | ollama run llava |
| Solar | 10.7B | 6.1GB | ollama run solar |
| Qwen 2 | 0.5B | 352MB | ollama run qwen2:0.5b |
| Qwen 2 | 1.5B | 935MB | ollama run qwen2:1.5b |
| Qwen 2 | 7B | 4.4GB | ollama run qwen2:7b |
| Qwen 2 | 72B | 41GB | ollama run qwen2:72b |
注意：您应至少拥有 8 GB 的 RAM 来运行 7B 型号，16 GB 的 RAM 来运行 13B 型号，32 GB 的 RAM 来运行 33B 型号。
交互示例
一旦模型运行起来，你可以通过命令行界面与之进行交互。试着输入一些问题或指令，看看模型如何回应。
结语
通过上述步骤，你可以快速开始使用 Ollama 并探索其功能。随着实践的深入，你将能够更充分地利用 Ollama 提供的各种模型来支持你的项目和研究。如果你在使用过程中遇到任何问题，不要忘记查阅官方文档或寻求社区的帮助。
