一、什么是 Ollama？

Ollama 是一个轻量级的大模型本地部署平台，提供如下特性：
📦 一行命令即可安装和运行大模型（支持 macOS、Linux、Windows WSL）

🧠 支持主流开源模型（如 LLaMA3、Mistral、Gemma、Code LLaMA 等）

🔌 自带 REST API（如 http://localhost:11434/api/generate）便于接入现有系统

🖥️ 可在消费级 PC、本地服务器甚至 M1/M2/M3 Mac 上运行

📁 模型数据完全本地，无需联网

二、什么是 LLaMA3？

LLaMA 3 是 Meta（Facebook 母公司）于 2024 年发布的开源大语言模型：

🌟 提供 8B、70B 参数量版本（8B 可本地运行）

🧠 在多个开源模型基准上性能优异，堪比 GPT-3.5

🆓 开源免费使用，适合企业定制开发

🔍 强调可控性、安全性与开放性

三、为什么推荐企业使用 Ollama + LLaMA3？

四、适合的企业应用场景

📄 内部文档总结、问答、检索增强（RAG）

📊 财报分析、业务汇总、智能报表

🧠 知识库问答、客服机器人

🧾 合同审核、法律助手

💬 企业微信机器人、SaaS 侧边 AI 助手

🔒 涉及隐私或敏感数据（如医疗、金融、政务）场景

五、如何部署？

在 macOS 上本地部署 Ollama + LLaMA3 非常简单，以下是完整步骤：

1、系统要求
(1).macOS 12+
(2).芯片支持 Intel 或 Apple Silicon（M1/M2/M3）
(3).建议内存至少 8GB，推荐 16GB+

2、安装 Ollama（官方推荐）
方式一：使用命令行安装（推荐）

curl -fsSL https://ollama.com/install.sh | sh

方式二：使用 GUI 安装（点击安装包）
访问官网：https://ollama.com
下载 .dmg 安装包并安装

3、安装后验证

ollama --version

如果安装成功，应该返回 Ollama 的版本信息。

4、下载并运行 LLaMA3 模型

1. 下载模型（例如 LLaMA 3 8B）

ollama pull llama3

2. 启动模型进行聊天：

ollama run llama3

5、以 API 服务方式运行（推荐）

 ollama serve

默认监听地址是： http://localhost:11434

6、使用 Python 调用本地模型

import requests

def get_completion_ollama(prompt: str, model: str = "llama3"):
    url = "http://localhost:11434/api/chat"
    headers = {"Content-Type": "application/json"}
    data = {
        "model": model,
        "messages": [
            {"role": "user", "content": prompt}
        ],
        "stream": False  # 如果想逐字流式输出，改为 True
    }

    response = requests.post(url, headers=headers, json=data)
    result = response.json()
    return result["message"]["content"]


if __name__ == "__main__":
    prompt = "你好，能不能介绍一下你自己？"
    result = get_completion_ollama(prompt)
    print("LLaMA3 回复：", result)


print(res.json()["response"])

7、常用命令

# 查看当前模型列表
ollama list

# 删除模型
ollama rm llama3

# 更新 ollama
ollama update