Поиск .

Как запустить локальную нейросеть в Ollama: установка, модель и проверка API

Практический запуск локальной языковой модели через Ollama: установка, команда запуска, API-запрос и проверка приватности.

5 мин

Как получить batch embeddings для массива текстов в Ollama API

Передаём массив строк в /api/embed, проверяем число и размерность векторов и сохраняем соответствие индексов исходным документам.

Как получить один JSON-ответ без стрима в Ollama API

Устанавливаем stream:false в /api/generate, получаем единый JSON-документ и проверяем done, response и служебные поля.

Как продолжить диалог через messages в Ollama Chat API

Сохраняем assistant message, добавляем следующий user message и отправляем полную историю в /api/chat с проверкой ролей.

Как задать системную инструкцию через system в Ollama Generate API

Передаём отдельные system и prompt в /api/generate, требуем фиксированный формат ответа и проверяем его программно.

Как безопасно копировать и удалять модели через Ollama API

Практический workflow для POST /api/copy и DELETE /api/delete: preflight по /api/tags, резервное имя, коды 200/404 и проверка после операции.

Как опубликовать модель через Ollama API /api/push

Готовим namespace и public key, обрабатываем поток загрузки /api/push, считаем прогресс по digest и признаём успех только по финальному status=success.

Как подключить LoRA adapter при создании модели через Ollama API

Загружаем adapter как blob, передаём словарь adapters в /api/create, проверяем success и сохраняем базовую модель без изменений.

Как получить параметры и capabilities модели через Ollama API /api/show

Отправляем POST /api/show, читаем details, model_info, capabilities, template и parameters; включаем verbose только при необходимости и валидируем модель.

Как получить полные tokenizer-поля через verbose в Ollama /api/show

Вызываем /api/show с verbose:true, читаем model_info и проверяем заполнение tokenizer tokens, merges и token_type без публикации гигантского ответа.

Как получить список локальных моделей через Ollama API и посчитать занятое место

Работаем с GET /api/tags: разбираем models, name, digest, size и details, считаем объём на диске и проверяем пустой каталог без выдуманных значений.

Как посмотреть загруженные в память модели через Ollama API /api/ps

Читаем GET /api/ps, отличаем запущенные модели от установленных, проверяем size, size_vram, expires_at и context_length для мониторинга памяти.

Как проверить наличие blob в Ollama API через HEAD-запрос

Вычисляем SHA-256, вызываем HEAD /api/blobs/:digest и различаем подтверждённые статусы 200 и 404 перед созданием модели.

Как проверить версию Ollama через API перед запуском приложения

Используем GET /api/version как readiness-проверку, разбираем version без сравнения строк, задаём таймаут и блокируем запуск при неподтверждённой совместимости.

Как скачать модель через Ollama API /api/pull и отслеживать прогресс

Обрабатываем поток JSON из POST /api/pull: manifest, digest, total, completed и финальный success; проверяем каталог и корректно реагируем на ошибку.

Как создать модель через Ollama API /api/create

Создаём производную модель из установленной, задаём system и parameters, разбираем поток status, проверяем success и новую запись через /api/tags.

Как создать модель Ollama из каталога Safetensors через API

Загружаем каждый файл каталога как blob, собираем отображение files, вызываем /api/create и проверяем финальный status:"success".

Как выгрузить модель из памяти через Ollama API и keep_alive: 0

Отправляем пустой /api/generate с keep_alive:0, проверяем done_reason:"unload" и подтверждаем освобождение модели через /api/ps.

Как задать размерность embeddings через dimensions в Ollama API

Передаём dimensions в /api/embed, проверяем длину каждого вектора и блокируем запись в индекс с несовместимой схемой.

Как загрузить файл как blob в Ollama API с проверкой SHA-256

Считаем digest, отправляем бинарный файл в POST /api/blobs/:digest, проверяем 201 Created и подтверждаем blob независимым HEAD-запросом.