这篇教程适合想在本地电脑上体验大模型（不依赖第三方网页端）的人：可离线运行、数据更可控、也方便把模型当成工具集成到工作流里。
准备清单
1）一台 Windows / macOS / Linux 电脑（建议 16GB 内存起步，8GB 也能跑轻量模型）。
2）稳定网络（首次下载模型会比较耗时）。
3）磁盘空间：至少预留 20GB（不同模型体积差异很大）。
Windows
1）访问 Ollama 官网下载 Windows 安装包并安装。
2）安装完成后，打开 PowerShell/命令提示符，输入：ollama --version 验证是否安装成功。
macOS
1）下载 macOS 版本并安装（通常为 .dmg）。
2）在终端输入：ollama --version 验证。
Linux
1）根据官网指引执行安装脚本或包管理安装。
2）安装后在终端验证版本。
注意：如果你在公司网络环境，可能需要允许访问下载域名，否则后续拉取模型会失败。
建议先从轻量、通用模型开始测试，确认能跑起来再换更大的模型。
1）在终端执行（示例）：ollama pull qwen2.5:7b（仅示例，以你实际可用的模型为准）。
2）拉取完成后运行：ollama run qwen2.5:7b
3）看到可以输入对话内容时，说明本地模型已能正常运行。
小技巧：如果下载很慢，可以先换小一点的模型（例如 3B/4B/7B 级别），或在网络更顺畅的时段再拉取。
Open WebUI 可以把 Ollama 变成一个更易用的“网页端聊天界面”，支持历史记录、多模型切换、系统提示词等。
推荐方式：Docker 部署（跨平台一致）
1）确保已安装 Docker（Windows 建议搭配 WSL2；macOS 安装 Docker Desktop）。
2）启动 Docker 后，按 Open WebUI 官方文档的命令启动容器。
3）启动成功后，在浏览器打开对应地址（常见为 http://localhost:3000 或文档指定端口）。
不想用 Docker？ 也可以按官方文档用 Python/Node 等方式部署，但新手更推荐 Docker，出错率更低。
1）进入 Open WebUI 后，打开设置（Settings）。
2）找到 Ollama 连接项，确认 Ollama 服务地址（常见为 http://localhost:11434）。
3）保存后刷新页面，模型列表应能看到已下载的模型（例如你刚拉取的那个）。
4）选择模型，发送一条测试消息（例如“用 3 句话介绍你能做什么”）。
1）模型命名与清理
建议只保留常用模型：通用写作/翻译 1 个、代码 1 个、轻量随身 1 个。避免磁盘很快爆掉。
2）系统提示词（System Prompt）模板
把你常用的“写作风格/格式要求/输出结构”写成模板，能显著提升稳定性。
3）温度、上下文长度
温度越高越发散；越低越稳定。新手建议先用默认值，确认效果后再微调。
问题 1：Open WebUI 打不开 / 端口被占用
1）检查容器是否在运行（Docker 面板）。
2）尝试换一个端口启动。
3）关闭可能占用端口的软件（例如本地代理、旧服务）。
问题 2：Open WebUI 看不到 Ollama 模型
1）确认 Ollama 服务在运行（重新打开终端执行 ollama list）。
2）确认连接地址是 http://localhost:11434（或你自定义的地址）。
3）如果 Open WebUI 在容器里，需按文档使用正确的网络访问方式（例如 host.docker.internal 等）。
问题 3：模型下载失败/中断
1）换网络或更换下载时间段。
2）优先下载更小体积模型验证流程。
3）磁盘空间不足也会导致失败，先清理再重试。
问题 4：运行很慢
1）先换更小模型（3B/7B）确认速度。
2）关闭后台占用资源的软件。
3）如果有独显，确保驱动正常、系统能识别到 GPU（具体以你的系统为准）。
1）安装 Ollama 并通过 ollama --version 验证。
2）拉取一个轻量模型并用 ollama run ... 能对话。
3）部署 Open WebUI，打开网页，连上 localhost:11434，发送测试消息。
完成这三步，你就拥有了一个可复用的本地大模型工作台。
