用途：Ollama 把模型权重、配置和运行时依赖打包成简洁的 CLI 与本地服务器，用于在本地运行开源大模型，支持原生工具调用。适合本地执行 Llama 3、DeepSeek-R1、Mistral、Qwen 等模型，也适合要求完全本地运行的隔离部署场景。
主要能力：可通过单条 CLI 命令运行模型，例如 ollama run llama3.2:3b "Write a Python script to compute Fibonacci numbers."；提供 Python SDK，可进行带流式与结构化 JSON 输出的对话，并支持通过 Pydantic 与 JSON Schema 约束类型化输出；支持用 Modelfile 定制系统提示、temperature、上下文长度与停止序列，并用 ollama create 构建自定义模型；提供 REST 与 OpenAI 兼容 API，可作为本地测试与开发流程中的替代方案。
使用方式：用 ollama pull 拉取模型，用 ollama run 运行；自定义模型时编写 Modelfile（FROM、PARAMETER、SYSTEM 等），再执行 ollama create code-guardian -f ./Modelfile。Python 中可调用 ollama.chat，并传入 model、messages、options（如 temperature、num_ctx）与 format。
限制与注意事项：不要在没有认证反向代理的情况下把 11434 端口暴露到公网；默认上下文并非无限，需要时显式设置 num_ctx；显存或内存不足时需改用更小量化版本。常见问题包括守护进程未启动（用 ollama serve）、CUDA 显存不足、下载中断（重跑 ollama pull）。