📅 发布时间：2026/6/21 21:58:16

3. Ollama 安装，流式输出，多模态，思考模型

3. Ollama 安装，流式输出，多模态，思考模型
- - 接入ollama本地模型
    - 本地大模型安装
    - 基于spring-ai使用上我们在 Ollama 本地模型部署的大模型
    - 关闭 thingking
    - ollama 流式输出
    - 多模态
最后：

接入ollama本地模型

ollama是大语言模型的运行环境，支持将开源的大语言模型以离线的方式部署到本地，进行私有化部署。这也是企业中常用的方案，因为本地化部署能保证企业级的数据安全，降低企业使用成本。

可以将我们的 ollama 理解为是我们的 Docker 容器(Docker 拉取的是镜像)，而 Ollama 拉取的就是大模型的镜像，同时运行大模型

本地大模型安装

https://ollama.com/download
点击下载，一直下一步即可非常简单

安装完后运行cmd --> ollama list 查看已安装的大模型（开始肯定什么都没有）
拉取模型 ollama run qwen3:4b

https://ollama.com/library/qwen3

1. 这里的4b=40亿参数 对应gpu显存差不多是4G ，当然8B也可以只是比较卡

测试

基于spring-ai使用上我们在 Ollama 本地模型部署的大模型

添加依赖（添加 ollama 的 SDK 依赖）

<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-model-ollama</artifactId>
</dependency>

配置(配置 ollama 的配置，注意：ollama 是不需要配置 api_key 的，因为只有云端大模型才需要根据你的 api_key 计费算钱，授权。本地大模型是不需要的)。ollama 的默认端口 11434 。

ollama 是可以拉取配置运行多个本地大模型的，所以这里需要配置指明我们使用的是 ollama 本地当中的那个大模型

ollama list # 查看 ollama 当前含有配置拉取的有那些大模型

spring.ai.ollama.base-url= http://localhost:11434  # 默认端口是:11434
spring.ai.ollama.chat.model= qwen3:4b

测试

/*** @author */
@SpringBootTest
public class OllamaTest {@Testpublic void testChat(// 自动装配了 OllamaChatModel 配置类@Autowired OllamaChatModel ollamaChatModel) {String text = ollamaChatModel.call("你是谁");System.out.println(text);}
}

关闭 thingking

因为我们的 qwen3 大模型是一个思考模型(存在一个深度思考的过程)，所以可能会思考的比较久，这里我们可以关闭 ollama 当中的大模型思考(深度思考)模式

可以通过在提示词结尾加入“/no_think” 指令

String text = ollamaChatModel.call("你是谁/no_think");  // 你的提示词上加上 /no_think 软关闭，深度思考过程System.out.println(text);

但是依然有标签，暂时可以前端单独处理下

ollama 0.9.0 支持了关闭think。但是在spring1.0版本还不兼容。（就是 ollama 虽然关闭了深度思考，但是我们项目的 Spring 1.0 还不兼容，所以是无效的。就是 OllamaOptions.builder().think()没有这个配置项，应该后面的 Spirng 1.1.x 就可能会有了）

ollama run qwen3:4b # 进入到对应要不关闭深度思考的大模型
/set nothink  #  关闭该大模型的深度思考

https://ollama.com/blog/thinking

ollama 流式输出

stream + tools BUG 修复 spring ai 1.0 ollama 修改了

springai 1.0 小 BUG 使用stream + tools ，会报一个 #3372

@Testpublic void testStream(@Autowired OllamaChatModel chatModel) {Flux<String> stream = chatModel.stream("你是谁/no_think");// 阻塞输出stream.toIterable().forEach(System.out::println);}

ollama 0.8.0之前的版本不支持 stream+ollama

https://ollama.com/blog/streaming-tool 0.8.0+支持stream+ollama . 但是和springai1.0有兼容问题：https://github.com/spring-projects/spring-ai/issues/3369

多模态

注意：多模态是识别，多中不同文件的内容，理解不同文件的内容，而不是生成。

目前ollama支持的多模态模型：

Meta Llama 4
Google Gemma 3
Qwen 2.5 VL
Mistral Small 3.1
and more vision models.

这里我们使用 ollama 拉取一个 gemma3:1b 的大模型测试：附上地址

/*** 多模态  图像识别，  采用的gemma3 * @param ollamaChatModel*/@Testpublic void testMultimodality(@Autowired OllamaChatModel ollamaChatModel) {// 指定读取文件的路径var imageResource = new ClassPathResource("gradle.png");// 指定大模型的配置项，这里使用 ollama 拉取当中的 gemma3 大模型OllamaOptions ollamaOptions = OllamaOptions.builder().model("gemma3").build();// 说明读取的是那个类型的多模态文件类型，这里是图片 imgMedia media = new Media(MimeTypeUtils.IMAGE_PNG, imageResource);ChatResponse response = ollamaChatModel.call(new Prompt(UserMessage.builder().media(media).text("识别图片").build(), // 写明提示词ollamaOptions));System.out.println(response.getResult().getOutput().getText());}

最后：

“在这个最后的篇章中，我要表达我对每一位读者的感激之情。你们的关注和回复是我创作的动力源泉，我从你们身上吸取了无尽的灵感与勇气。我会将你们的鼓励留在心底，继续在其他的领域奋斗。感谢你们，我们总会在某个时刻再次相遇。”

3. Ollama 安装，流式输出，多模态，思考模型 - Rainbow