用途：自动配置 Ollama，实现本地大模型部署，消除托管 API 成本，支持离线 AI 推理。适用于需要本地 LLM、免费 AI 替代方案或希望减少托管 API 开销的场景。
主要能力：检测主机操作系统与硬件（uname -s、free -h、vm_stat、nvidia-smi），按可用内存推荐模型，按平台完成安装，拉取模型、验证推理、确认 REST API，并生成目标语言集成代码。
前置条件：macOS 12+、Linux（Ubuntu 20.04+、Fedora 36+）或 Docker；7B 模型至少 8 GB 内存，13B 需 16 GB，70B 需 32 GB+；可选 NVIDIA GPU（CUDA 驱动）或 Apple Silicon；磁盘 4-40 GB；包管理器 brew、curl 或 docker。
使用方式：按平台安装，例如 macOS 用 brew install ollama && brew services start ollama；Linux 用 curl -fsSL https://ollama.com/install.sh | sh && sudo systemctl start ollama；Docker 用 docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama。随后 ollama pull llama3.2，用 ollama list 与 ollama run llama3.2 "Say hello" 验证，并用 curl http://localhost:11434/api/tags 确认 API。集成可使用 Python ollama、Node.js ollama 或原始 HTTP。
限制：模型大小受内存制约，超限会内存不足；无 GPU 或 CUDA 驱动不匹配时 GPU 不被识别；默认端口 11434 可能被占用，可设 OLLAMA_HOST 更换；拉取超时可能需检查网络或在代理后重试。详细工作流见技能目录下的 references/skill-workflow.md 与 references/errors.md。