> For the complete documentation index, see [llms.txt](https://docs.cherryai.com.cn/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.cherryai.com.cn/docs/russian/pre-basic/providers/ollama.md).

# Ollama

Ollama — это отличный инструмент с открытым исходным кодом, который позволяет легко запускать и управлять различными большими языковыми моделями (LLM) локально. Cherry Studio теперь поддерживает интеграцию с Ollama, позволяя вам в привычном интерфейсе напрямую взаимодействовать с локально развернутой LLM без необходимости полагаться на облачные сервисы!

## Что такое Ollama?

Ollama — это инструмент, упрощающий развертывание и использование больших языковых моделей (LLM). Он обладает следующими особенностями:

* **Локальный запуск:** Модель полностью работает на вашем локальном компьютере, без необходимости подключения к интернету, что защищает вашу конфиденциальность и безопасность данных.
* **Простота использования:** С помощью простых команд в командной строке можно скачивать, запускать и управлять различными LLM.
* **Богатый выбор моделей:** Поддерживает многие популярные открытые модели, такие как Llama 2, Deepseek, Mistral, Gemma и другие.
* **Кроссплатформенность:** Поддерживает системы macOS, Windows и Linux.
* **Открытый API**：Поддерживает интерфейсы, совместимые с OpenAI, и может интегрироваться с другими инструментами.

## Зачем использовать Ollama в Cherry Studio?

* **Без облачных сервисов:** Больше не нужно ограничиваться квотами и расходами облачного API — в полной мере используйте мощные возможности локальной LLM.
* **Конфиденциальность данных:** Все ваши данные переписки остаются локально, без риска утечки конфиденциальной информации.
* **Работает офлайн:** Даже без подключения к сети вы сможете продолжать взаимодействовать с LLM.
* **Настраиваемость:** Вы можете выбрать и настроить наиболее подходящую для вас LLM в соответствии со своими потребностями.

## Настройка Ollama в Cherry Studio

### **1. Установите и запустите Ollama**

Сначала вам нужно установить и запустить Ollama на вашем компьютере. Выполните следующие шаги:

* **Скачайте Ollama:** Перейдите на официальный сайт Ollama (<https://ollama.com/>), и скачайте соответствующий установочный пакет для вашей операционной системы.\
  В Linux можно напрямую установить ollama с помощью команды:

  ```sh
  curl -fsSL https://ollama.com/install.sh | sh
  ```
* **Установите Ollama:** Следуйте указаниям установщика, чтобы завершить установку.
* **Скачайте модель:** Откройте терминал (или командную строку) и используйте `ollama run` команду, чтобы скачать модель, которую вы хотите использовать. Например, чтобы скачать модель Llama 2, можно выполнить:

  ```sh
  ollama run llama3.2
  ```

  Ollama автоматически скачает и запустит эту модель.
* **Оставьте Ollama запущенной:** Во время взаимодействия с моделью Ollama в Cherry Studio убедитесь, что Ollama остается запущенной.

### **2. Добавьте провайдера Ollama в Cherry Studio**

Далее добавьте Ollama в Cherry Studio как пользовательского AI-провайдера:

* **Откройте настройки:** На левой боковой панели интерфейса Cherry Studio нажмите «Настройки» (значок шестерёнки).
* **Перейдите в раздел моделей:** На странице настроек выберите вкладку «Сервисы моделей».
* **Добавьте провайдера:** Нажмите на Ollama в списке.

<figure><img src="/files/7020f4845bfbc1714f75be7d3e2a07950ed88534" alt=""><figcaption></figcaption></figure>

### **3. Настройте провайдера Ollama**

В списке провайдеров найдите только что добавленный Ollama и выполните подробную настройку:

1. **Статус включения:**
   * Убедитесь, что переключатель справа от провайдера Ollama включён, что означает активацию.
2. **API-ключ:**
   * Ollama по умолчанию **не требует** API-ключа. Вы можете оставить это поле пустым или ввести любое значение.
3. **Адрес API:**
   * Укажите локальный адрес API, предоставляемый Ollama. Обычно адрес такой:

     ```
     http://localhost:11434/
     ```

     Если вы изменили порт, внесите соответствующие изменения.
4. **Время активности:** Этот параметр задает время сохранения сеанса, в минутах. Если в течение заданного времени не будет новых сообщений, Cherry Studio автоматически отключит соединение с Ollama, освобождая ресурсы.
5. **Управление моделями:**
   * Нажмите кнопку «+ Добавить», чтобы вручную добавить названия моделей, уже загруженных в Ollama.
   * Например, если вы уже через `ollama run llama3.2` скачали `llama3.2` модель, то здесь можно указать `llama3.2`
   * Нажав кнопку «Управление», вы можете редактировать или удалять добавленные модели.

## Начните использовать

После завершения настройки вы сможете в чате Cherry Studio выбрать провайдера Ollama и загруженную модель и начать общение с локальной LLM!

## Советы и подсказки

* **Первый запуск модели:** При первом запуске какой-либо модели Ollama необходимо скачать файлы модели, что может занять довольно много времени. Пожалуйста, подождите.
* **Просмотр доступных моделей:** Выполните в терминале `ollama list` команду, чтобы посмотреть список загруженных вами моделей Ollama.
* **Требования к оборудованию:** Для работы больших языковых моделей требуются определённые вычислительные ресурсы (CPU, память, GPU); убедитесь, что конфигурация вашего компьютера соответствует требованиям модели.
* **Документация Ollama**: можно нажать на `Просмотреть документацию и модели Ollama` ссылку, чтобы быстро перейти к документации на официальном сайте Ollama.

***

### Получить помощь и отправить отзыв

Если у вас в процессе настройки или использования возникнут какие-либо вопросы, баги или предложения по улучшению функций, пожалуйста, обратитесь к [Отзывы и предложения](/docs/russian/question-contact/suggestions.md) официальным каналам, указанным там.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.cherryai.com.cn/docs/russian/pre-basic/providers/ollama.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
