Ollama 作为轻量级本地大语言模型（LLM）管理工具，能够便捷地实现本地模型的部署、调度与交互。本文将从环境变量配置、CLI 核心命令、安装部署优化等维度，全方位讲解 Ollama 的使用方法，同时涵盖 WebUI 部署、Python/Java 客户端 API 集成等实战场景，帮助开发者高效管理和使用本地大模型。

一、核心环境变量配置

环境变量是定制 Ollama 运行行为的核心，通过合理配置可优化网络访问、模型管理、性能调度等关键环节，以下为高频实用的环境变量分类说明：

1. 网络配置：控制服务访问范围

2. 模型管理：优化存储与加载策略

3. 性能与调度：提升并发与资源利用率

4. 调试与日志：辅助问题排查

5. 特性开关：尝鲜实验性功能

6. 代理设置：适配网络访问场景

二、CLI 核心命令详解

Ollama 提供简洁的命令行工具（CLI）实现模型全生命周期管理，所有命令均可通过-h/--help查看详细用法，核心命令如下：

1. 基础命令速览

2. 高频命令实战

（1）启动服务：定制化启动参数

1
2
3
4
5

# 基础启动（默认配置）
ollama serve

# 带调试日志+自定义监听地址启动
OLLAMA_DEBUG=1 OLLAMA_HOST=0.0.0.0:8080 ollama serve

启动命令支持结合任意环境变量，实现服务的个性化配置。

（2）模型管理：从拉取到删除全流程

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

# 拉取模型（例如Llama 3 8B）
ollama pull llama3:8b

# 查看模型参数
ollama show llama3:8b --parameters

# 列出本地模型
ollama list

# 查看运行中的模型
ollama ps

# 停止运行中的模型
ollama stop llama3:8b

# 删除本地模型
ollama rm llama3:8b

（3）模型交互：终端高效验证

ollama run是终端验证模型的核心命令，支持直接传参或交互式对话：

1
2
3
4
5
6
7
8

# 基础运行模型
ollama run llama3:8b

# 带参数运行（指定响应格式为JSON+保持模型存活1小时）
ollama run llama3:8b --format json --keepalive 1h "请介绍Ollama的核心功能"

# 禁用自动换行+显示响应耗时
ollama run llama3:8b --nowordwrap --verbose

核心优势：

• 轻量化验证：无需依赖WebUI，终端直连模型快速验证响应效果；

• 可记录输出：通过>将响应写入文件（如ollama run llama3:8b "提问内容" > response.txt）；

• 自动化适配：可嵌入脚本实现定时交互、批量问答等自动化流程。

三、Ollama 安装与系统参数最佳实践

1. 快速安装

Ollama 支持全平台部署，可从官方官网下载对应系统安装包（Windows/MacOS/Linux），安装流程与常规软件一致，无额外依赖。

2. 必配系统环境变量（优化体验）

安装完成后，建议配置以下环境变量提升使用体验：

总结

Ollama 凭借轻量化、易配置、跨平台的特性，成为本地大模型管理的首选工具。通过合理配置环境变量，可精准控制服务的网络、性能、资源使用；借助 CLI 命令，可高效完成模型的全生命周期管理；结合 WebUI 或多语言 API，还能进一步扩展交互形式与应用场景。无论是本地验证模型效果，还是搭建私有化大模型服务，Ollama 都能通过灵活的配置和简洁的操作满足多样化需求。

Longhorn 单机部署指南

Longhorn 支持单机部署，它是一款基于 Kubernetes 的分布式块存储系统，同时也可以在单节点 Kubernetes 集群中完成部署和使用，适合开发测试、边缘计算等轻量场景。

一、单机部署的核心前提

1. 环境要求

   1. 单节点 Kubernetes 集群（如 Minikube、k3s、MicroK8s 或手动搭建的单节点集群）

   2. 节点满足 Longhorn 基础条件：

      • 操作系统：Linux（内核 4.14+）

      • 容器运行时：Docker、containerd 等

      • 磁盘：至少 1 块空闲磁盘或目录（用于存储数据）

      • 依赖工具：open-iscsi（必须安装并启动）

2. 网络要求

   1. 节点能访问互联网（用于拉取 Longhorn 镜像）

   2. Kubernetes 集群网络插件正常运行（如 Calico、Flannel）

二、单机部署的具体步骤（以 k3s 为例）

1. 部署单节点 k3s 集群

1
2
3
4

# 安装 k3s（禁用默认存储，避免冲突）
curl -sfL https://get.k3s.io | sh -s - --disable local-storage
# 配置 kubectl 环境变量
export KUBECONFIG=/etc/rancher/k3s/k3s.yaml

2. 安装依赖组件 open-iscsi

1
2
3
4
5
6
7

# Ubuntu/Debian
sudo apt update && sudo apt install -y open-iscsi
sudo systemctl enable --now iscsid

# CentOS/RHEL
sudo yum install -y iscsi-initiator-utils
sudo systemctl enable --now iscsid

3. 部署 Longhorn

推荐使用 Helm 部署（更易管理）：

1
2
3
4
5
6
7
8
9

# 安装 Helm 3
curl https://raw.githubusercontent.com/helm/helm/main/scripts/get-helm-3 | bash

# 添加 Longhorn Helm 仓库
helm repo add longhorn https://charts.longhorn.io
helm repo update

# 部署 Longhorn 到 longhorn-system 命名空间
helm install longhorn longhorn/longhorn --namespace longhorn-system --create-namespace

4. 验证部署状态

1
2
3
4
5
6

# 检查 Pod 是否全部 Running
kubectl -n longhorn-system get pods

# 检查 Longhorn 存储类是否创建
kubectl get sc
# 正常会看到 longhorn 存储类，且标注为 default

三、单机部署的注意事项

1. 高可用限制

   1. 单机部署下，Longhorn 无法提供数据冗余（默认副本数为 3，需手动调整为 1），节点故障会导致数据丢失，仅适合非生产环境。

   2. 修改副本数：在 Longhorn UI 中设置默认副本数为 1，或在 PVC 注解中指定 numberOfReplicas: 1。

2. 存储路径配置

   1. 如果节点没有空闲磁盘，可以指定目录作为存储后端：

      1 2 3 4 5 6

      # 创建本地目录 sudo mkdir -p /data/longhorn sudo chmod 777 /data/longhorn # 部署时通过 Helm 参数指定 helm install longhorn longhorn/longhorn --namespace longhorn-system --create-namespace \ --set defaultSettings.defaultDataPath=/data/longhorn

3. 访问 Longhorn UI

   1. 单机环境下可通过 NodePort 访问 UI：

      1 2	kubectl -n longhorn-system get svc longhorn-frontend # 访问 http://<节点IP>:<NodePort>

四、单机部署的适用场景

• 开发/测试环境：快速验证 Longhorn 功能、测试存储与应用的兼容性。

• 边缘节点：资源受限的边缘设备，仅需单节点提供块存储。

• 个人学习：熟悉 Kubernetes 存储编排和 Longhorn 运维操作。

是否需要我为你整理单机部署 Longhorn 后的测试用例，比如创建 PVC 并挂载到 Nginx 容器进行验证？

在Windows 10中搭建Qt 4.8.7 ARM32交叉编译环境，核心是获取ARM32交叉编译工具链、编译Qt 4.8.7源码适配ARM架构、配置环境变量与编译规则，以下是分步实操指南（全程需管理员权限，建议关闭杀毒软件避免文件拦截）。

一、前置准备：确定核心依赖与下载清单

Qt 4.8.7本身不提供预编译的ARM32交叉编译包，需手动编译源码，需下载以下组件（版本需严格匹配，避免兼容性问题）：

二、步骤1：安装基础编译环境（Windows侧）

1.1 安装MinGW-w64

• 下载MinGW-w64后解压到固定路径（如D:\mingw64），将D:\mingw64\bin添加到系统环境变量Path（优先级高于系统自带MinGW）。

• 验证：打开CMD，输入gcc -v，输出MinGW-w64 8.1.0版本信息则成功。

1.2 安装Python 2.7 + Perl + CMake

• Python 2.7：安装时勾选“Add Python to PATH”，验证python --version输出2.7.x。

• Strawberry Perl：默认安装即可，验证perl -v输出5.28+版本。

• CMake：安装时勾选“Add CMake to the system PATH for all users”，验证cmake --version输出3.10+。

三、步骤2：配置ARM32交叉编译工具链

2.1 解压并配置Linaro工具链

• 下载Linaro工具链（如gcc-linaro-7.5.0-2019.12-i686-mingw32_arm-linux-gnueabihf.tar.xz），解压到固定路径（如D:\arm-linux-gnueabihf-7.5.0）。

• 将工具链bin目录（D:\arm-linux-gnueabihf-7.5.0\bin）添加到系统环境变量Path。

• 验证：CMD输入arm-linux-gnueabihf-gcc -v，输出Linaro 7.5.0版本信息则成功。

四、步骤3：修改Qt 4.8.7源码适配ARM交叉编译

Qt 4.8.7默认不支持Windows下ARM交叉编译，需手动修改配置文件：

4.1 解压Qt源码

将qt-everywhere-opensource-src-4.8.7.tar.gz用7-Zip解压到固定路径（如D:\qt-4.8.7-arm），避免路径含中文/空格。

4.2 修改交叉编译配置文件

Qt 4.8.7的交叉编译需通过mkspecs目录下的配置文件定义，步骤：

1. 复制D:\qt-4.8.7-arm\mkspecs\qws\linux-arm-gnueabi-g++目录，重命名为linux-arm-gnueabihf-g++（匹配Linaro工具链的hf（硬件浮点））。

2. 编辑新目录下的qmake.conf，替换内容为：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42

# 基础配置
MAKEFILE_GENERATOR      = UNIX
TEMPLATE                = app
CONFIG                  += qt warn_on release incremental link_prl gdb_dwarf_index
QT                      += core gui
QMAKE_INCREMENTAL_STYLE = sublib

# 交叉编译工具链前缀（匹配Linaro工具链）
CROSS_COMPILE = arm-linux-gnueabihf-
CC              = $$CROSS_COMPILE gcc
CXX             = $$CROSS_COMPILE g++
LINK            = $$CROSS_COMPILE g++
AR              = $$CROSS_COMPILE ar cqs
RANLIB          = $$CROSS_COMPILE ranlib
STRIP           = $$CROSS_COMPILE strip
RC              = $$CROSS_COMPILE windres

# ARM架构参数（适配ARM32，如ARMv7）
QMAKE_CFLAGS            = -march=armv7-a -mtune=cortex-a9 -mfpu=neon -mfloat-abi=hard -O2
QMAKE_CXXFLAGS          = $$QMAKE_CFLAGS
QMAKE_LFLAGS            = -march=armv7-a -mtune=cortex-a9 -mfpu=neon -mfloat-abi=hard

# Qt运行环境（QWS是Qt 4的嵌入式窗口系统）
QMAKE_INCDIR            = 
QMAKE_LIBDIR            = 
QMAKE_INCDIR_QT         = $$[QT_INSTALL_HEADERS]
QMAKE_LIBDIR_QT         = $$[QT_INSTALL_LIBS]
QMAKE_INCDIR_OPENGL_ES2 = 
QMAKE_LIBDIR_OPENGL_ES2 = 
QMAKE_INCDIR_EGL        = 
QMAKE_LIBDIR_EGL        = 
QMAKE_INCDIR_OPENVG     = 
QMAKE_LIBDIR_OPENVG     = 

# 系统库
QMAKE_LIBS              = -lrt -ldl -lpthread
QMAKE_LIBS_QT_ENTRY     = -lQtCore -lQtGui
QMAKE_LIBS_GUI          = -lX11 -lXext -lXt -lm -lSM -lICE -lfontconfig -lfreetype
QMAKE_LIBS_CORE         = -lz -lm -ldl -lpthread

# 输出目录
DESTDIR                 = ../bin

注：-march=armv7-a/-mtune=cortex-a9需根据目标ARM芯片调整（如ARMv6则改-march=armv6）。

五、步骤4：配置并编译Qt 4.8.7 ARM版本

5.1 生成编译配置（关键：避免Qt默认编译Windows版本）

打开MinGW-w64的CMD窗口（必须用MinGW的终端，而非系统CMD），执行以下命令：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38

# 进入Qt源码根目录
cd /d D:\qt-4.8.7-arm

# 清理旧配置（首次编译可跳过）
mingw32-make distclean

# 配置交叉编译参数（核心命令）
configure -prefix D:\qt-4.8.7-arm-build \
          -opensource \
          -confirm-license \
          -release \
          -shared \
          -embedded arm \
          -xplatform qws/linux-arm-gnueabihf-g++ \
          -no-webkit \
          -no-phonon \
          -no-phonon-backend \
          -no-qt3support \
          -no-multimedia \
          -no-ltcg \
          -no-dbus \
          -no-opengl \
          -no-openvg \
          -no-svg \
          -no-javascript-jit \
          -no-script \
          -no-scripttools \
          -no-declarative \
          -no-declarative-debug \
          -nomake demos \
          -nomake examples \
          -nomake docs \
          -qt-libpng \
          -qt-libjpeg \
          -qt-zlib \
          -little-endian \
          -host-little-endian \
          -verbose

参数说明：

• -prefix：指定Qt ARM版本安装路径；

• -embedded arm：启用嵌入式ARM支持（Qt 4的QWS）；

• -xplatform：指定步骤4.2中修改的交叉编译配置；

• 禁用webkit/phonon等非必需模块，减少编译时间和报错。

5.2 编译Qt源码

配置成功后（无error），执行编译命令：

1
2

# 多核编译（-j后接CPU核心数，如8核则-j8）
mingw32-make -j8

⚠️ 编译耗时（1-2小时），若报错：

• 检查工具链路径是否正确；

• 检查qmake.conf中工具链前缀是否匹配；

• 若提示“python找不到”，确保Python 2.7在PATH最前（Qt 4不兼容Python 3）。

5.3 安装编译后的Qt ARM版本

编译完成后执行：

1

mingw32-make install

安装完成后，D:\qt-4.8.7-arm-build即为可用于ARM32交叉编译的Qt环境。

六、步骤5：验证交叉编译环境

编写简单Qt测试程序，验证能否编译出ARM32可执行文件：

6.1 新建测试工程

在任意目录新建test.pro：

1
2
3
4

QT += core gui
TARGET = test
TEMPLATE = app
SOURCES += main.cpp

新建main.cpp：

1
2
3
4
5
6
7
8
9
10

#include <QApplication>
#include <QLabel>

int main(int argc, char *argv[])
{
    QApplication a(argc, argv);
    QLabel lbl("Hello ARM32 Qt 4.8.7!");
    lbl.show();
    return a.exec();
}

6.2 用Qt ARM版本的qmake生成Makefile

打开MinGW终端，执行：

1
2

# 指定ARM版本的qmake路径
D:\qt-4.8.7-arm-build\bin\qmake.exe test.pro -spec qws/linux-arm-gnueabihf-g++

6.3 编译生成ARM32程序

执行：

1

mingw32-make

编译完成后生成test可执行文件，用file命令（需安装Git for Windows，或复制到Linux）验证：

1
2

# Git Bash中执行
file test

输出类似test: ELF 32-bit LSB executable, ARM, EABI5 version 1 (SYSV), dynamically linked，说明成功生成ARM32程序。

七、常见问题与解决

1. configure阶段提示“无法找到arm-linux-gnueabihf-gcc”：

   1. 检查工具链bin目录是否在PATH中，重启终端生效；

   2. 确认工具链解压完整，无文件缺失。

2. 编译阶段提示“undefined reference to xxx”：

   1. 禁用非必需模块（如webkit），Qt 4.8.7部分模块对ARM交叉编译支持差；

   2. 检查qmake.conf中链接库参数（QMAKE_LIBS）是否完整。

3. Python版本错误：

   1. 卸载Python 3，仅保留Python 2.7，或在PATH中优先放置Python 2.7路径。

总结

Win10下Qt 4.8.7 ARM32交叉编译的核心是：

1. 搭建MinGW+ARM交叉工具链环境；

2. 修改Qt源码的交叉编译配置文件；

3. 通过configure指定ARM编译参数，编译源码；

4. 验证生成的程序为ARM32架构。

若追求效率，也可在Linux虚拟机中完成Qt 4.8.7 ARM交叉编译（Linux下交叉编译兼容性更好），再将编译结果复制到Windows使用。