Ollama 常用环境变量

Ollama 是一个用于运行和管理大型语言模型的工具，它支持通过环境变量来配置其行为。以下是一些常用的 Ollama 环境变量：

1. OLLAMA_HOST

• 作用：指定 Ollama 服务监听的主机地址。
• 默认值：127.0.0.1:11434

• 示例：

  export OLLAMA_HOST="0.0.0.0:11434"

  设置为 0.0.0.0 可以让服务接受来自外部网络的请求，常用于 Docker 或远程访问场景。

2. OLLAMA_ORIGIN

• 作用：设置允许跨域请求（CORS）的来源。
• 默认值：http://localhost:11434

• 示例：

  export OLLAMA_ORIGIN="http://localhost:3000,https://yourapp.com"

  当你从前端应用（如 React、Vue）调用 Ollama API 时，可能需要配置此变量以避免 CORS 错误。

3. OLLAMA_MODELS

• 作用：指定模型文件的存储路径。
• 默认值：平台相关（Linux: ~/.ollama/models，macOS: ~/Library/Application Support/Ollama/models）

• 示例：

  export OLLAMA_MODELS="/mnt/data/ollama/models"

  适用于需要将模型存储在特定磁盘或共享存储中的情况。

4. OLLAMA_NUM_PARALLEL

• 作用：控制并行生成请求的数量。
• 默认值：由系统自动决定（通常基于 CPU/GPU 能力）

• 示例：

  bash

  深色版本

  export OLLAMA_NUM_PARALLEL=4

  可用于限制或提升并发处理能力。

5. OLLAMA_MAX_LOADED_MODELS

• 作用：设置最多可以同时加载到内存的模型数量。
• 默认值：1

• 示例：

  export OLLAMA_MAX_LOADED_MODELS=3

  在多模型切换频繁的场景下，适当增加可减少加载延迟。

6. OLLAMA_KEEP_ALIVE

• 作用：设置模型在无请求时保持加载在内存中的时间（单位：秒）。
• 默认值：5m（5分钟）

• 示例：

  export OLLAMA_KEEP_ALIVE="30m"

  值为 0 表示永远不卸载，-1 表示立即卸载。

7. OLLAMA_GPU_MEMORY

• 作用：（实验性）手动设置 GPU 内存分配（适用于支持 CUDA 的环境）。

• 示例：

  export OLLAMA_GPU_MEMORY="8GiB"

8. OLLAMA_FLASH_ATTENTION

• 作用：启用或禁用 Flash Attention 优化（可节省内存，提升推理速度）。
• 取值：1 启用，0 禁用

• 示例：

  export OLLAMA_FLASH_ATTENTION=1

9. OLLAMA_NO_RANDOMIZE

• 作用：禁用端口随机化（调试时使用）。
• 取值：1 禁用随机化

• 示例：

  export OLLAMA_NO_RANDOMIZE=1

10. OLLAMA_DEBUG

• 作用：启用调试日志输出。
• 取值：1 开启调试模式

• 示例：

  export OLLAMA_DEBUG=1

使用场景示例（Linux/macOS）

# 启动 Ollama 并允许远程访问
export OLLAMA_HOST="0.0.0.0:11434"
export OLLAMA_ORIGIN="*"
export OLLAMA_DEBUG=1
ollama serve

⚠️ 注意：部分环境变量可能随 Ollama 版本更新而变化，请参考官方文档或 GitHub 仓库获取最新信息。

官方文档参考：https://github.com/ollama/ollama

Windows场景

永久设置（推荐）

系统设置->搜索  系统环境变量

 然后添加环境变量

注意：系统环境变量是下面的框，见上图所示

临时设置（测试）

cmd窗口设置，只对当前cmd窗口生效，

set 变量名=变量值

示例：

 set OLLAMA_HOST=0.0.0.0:11434

重启ollma服务

所有环境（Windows/Linux/mac）配置变量后需重启ollama服务（临时方案除外）。

ollama环境配置 ollama配置 ollama

https://blog.xqlee.com/article/2509111637012402.html