游乐游手机版
首页/AI教程/文章详情

Linux下如何更改Ollama模型下载路径的详细方法与步骤

时间:2026-07-14 15:09
在Linux中更改ollama模型下载路径:先停止服务,设置新目录的root权限,编辑ollama service配置文件,添加Environment= "OLLAMA_MODELS= 新路径 ",然后重启服务,模型将存储至新位置。

关闭ollama服务

关闭服务其实有两种方式,看你怎么方便。如果通过systemd管理的,直接跑下面这条命令就行:

sudo systemctl stop ollama
sudo systemctl disable ollama.service

要是在终端前台直接运行的,手动按下ctrl+c就能停掉,简单粗暴。

默认下的路径:

想知道模型默认存在哪儿?Linux下通常是这个位置:

Linux: /usr/share/ollama/.ollama/models

但要记住,这个路径不一定非得用,完全可以改到别的盘或者自己习惯的地方。

更改的路径设置root权限

如果你打算换个目录来存模型,那文件夹的权限得先调对。直接给root加上完整的读写执行权限,稳妥些:

sudo chown -R root:root /path/to/ollama/models
sudo chmod -R 775 /path/to/ollama/models

/path/to/ollama/models换成你实际想放的路径就行。

更改service文件

接下来要动Ollama的服务配置文件,用vim打开它:

sudo vim /etc/systemd/system/ollama.service

这里面的内容,才是真正决定服务怎么起、环境变量怎么设的关键。

修改内容

找到原来的[Service]段,在现成的Environment行后面,再加一行新的Environment,用来指定模型存储路径。示例如下:

[Unit]
Description=Ollama Service
After=network-online.target
[Service]
ExecStart=/usr/local/bin/ollama serve
User=root
Group=root
Restart=always
RestartSec=3
Environment="PATH=/home/asus/anaconda3/bin:/home/asus/anaconda3/condabin:/home/asus/.local/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games:/snap/bin:/snap/bin"
Environment="OLLAMA_MODELS=/path/to/ollama/models"
[Install]
WantedBy=default.target

注意:UserGroup一定要设成root,不然新路径的权限对不上,服务可能起不来。

重载配置并重启ollama

改完配置,需要让系统服务知道变化,执行重载:

sudo systemctl daemon-reload

这时候你可以把默认路径下的模型文件夹删掉,放心,它不会影响新的存储位置。然后重启服务:

sudo systemctl restart ollama.service
查看状态:sudo systemctl status ollama

再进你刚才指定的新路径看看——默认的那个models文件夹会消失,取而代之的是新生成的blobsmanifests两个文件夹,说明模型存储已经成功迁移到新位置了。

来源:https://www.jb51.net/ai/1034544.html
上一篇Linux平台Ollama安装与手动版本升级 下一篇LangChainJS Chain链详解第四部分
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
ESP32自定义唤醒词:TFLite到离线语音唤醒一下午搞定
AI教程 · 2026-07-14

ESP32自定义唤醒词:TFLite到离线语音唤醒一下午搞定

基于TFLiteMicro和ESP-IDF,在ESP32-S3上实现自定义唤醒词离线语音识别。通过5层检测管线控制误触发,模型可从voicute com在线生成并直接部署。系统推理耗时约360ms,模型体积小于80KB,支持用户自定义唤醒词且无需联网。

GPT-5.6选Sol还是Terra Luna 素材库项目为何用Sol+Medium
AI教程 · 2026-07-14

GPT-5.6选Sol还是Terra Luna 素材库项目为何用Sol+Medium

GPT-5 6Sol、Terra、Luna分别对应旗舰、平衡与高吞吐层级。素材库项目初始化用Sol+High确立规则,日常维护选Sol+Medium而非Terra+High,因日常输入杂乱、小错误累积,Medium已满足需求且减少模型切换成本。

AI Agent中Tracker的真正作用解析
AI教程 · 2026-07-14

AI Agent中Tracker的真正作用解析

Tracker是AIAgent的运行时状态中心,记录当前任务进度、槽位、流程和最近动作,解决上下文丢失与任务恢复问题。它不同于长期记忆和知识库,遵循统一状态源,确保系统各模块状态一致,避免混乱。

技术深度解析Apifox Agent为何选择CLI+SKILL而非更多MCP工具的根本原因
AI教程 · 2026-07-14

技术深度解析Apifox Agent为何选择CLI+SKILL而非更多MCP工具的根本原因

ApifoxAgent采用CLI与SKILL组合方案,将原子能力收敛为清晰工程动作,通过cli-schema校验、agentHints引导和任务判断规范,使Agent在正确时机稳定完成读取、校验、写入与验证,同时保持CI CD友好,为复杂工程产品提供更合适的执行层。

Claude Code Skill不触发乱触发跑挂调优指南
AI教程 · 2026-07-14

Claude Code Skill不触发乱触发跑挂调优指南

Skill触发依赖语义匹配,存在欠触发、误触发、执行失败三类故障。通过15条评测集量化触发精度,并用评分表评估输出质量,迭代优化description与DoNotUseWhen段可有效修复。