با رشد سریع مدلهای هوش مصنوعی، نیاز به اجرای لوکال (Local) آنها بدون وابستگی به اینترنت و سرویسهای خارجی بیش از گذشته احساس میشود. ابزار Ollama یکی از ساده ترین و محبوب ترین راه ها برای اجرای مدلهای زبانی (LLM) روی سیستم شخصی است؛ حتی روی سیستمهای معمولی با منابع محدود.
در این مقاله، ابتدا Ollama را معرفی میکنیم، سپس مراحل نصب آن را توضیح میدهم و در نهایت سراغ مدلهای کم حجم و سبک میروم که برای سیستمهای ضعیفتر یا استفاده های روزمره بسیار مناسب هستند.

اولاما Ollama ابزاری متن باز (Open Source) برای اجرای مدلهای زبانی بزرگ بهصورت لوکال است. این ابزار:
بدون نیاز به API خارجی کار میکند
روی ویندوز، لینوکس و مک قابل نصب است
مدیریت دانلود، اجرا و نسخهبندی مدلها را ساده میکند
امکان استفاده در CLI و اتصال به برنامهها (مثلاً بکاند یا فرانتاند) را دارد
به زبان ساده:
اولاما = داکر مدلهای هوش مصنوعی 😄
سادهترین روش، استفاده از اسکریپت رسمی است:
curl -fsSL https://ollama.com/install.sh | sh
پس از نصب، سرویس Ollama بهصورت خودکار اجرا میشود.
بررسی نصب:
ollama --version
وارد سایت رسمی شوید:
ollama.com
فایل نصب Windows را دانلود کنید
نصب را مثل یک نرمافزار عادی انجام دهید
بعد از نصب، Ollama در پسزمینه اجرا میشود و از PowerShell یا CMD قابل استفاده است
برای دانلود و اجرای یک مدل، کافی است دستور زیر را بزنید:
ollama run llama3
اگر مدل قبلاً دانلود نشده باشد، Ollama آن را خودکار دانلود میکند و سپس وارد محیط چت میشوید.
خروج از چت:
/bye
اگر سیستم شما RAM یا CPU قوی ندارد، این مدلها انتخابهای بسیار خوبی هستند 👇
ollama run phi3
ویژگیها:
حجم حدود 2 تا 3 گیگابایت
مناسب لپتاپهای ضعیف
عالی برای کدنویسی ساده و پاسخهای کوتاه
مصرف RAM کم
✅ پیشنهاد عالی برای شروع
ollama run tinyllama
ویژگیها:
حجم حدود 1.1GB
اجرای سریع
مناسب تست، آموزش و سیستمهای بسیار ضعیف
❌ دقت کمتر نسبت به مدلهای بزرگتر
✅ مصرف منابع فوقالعاده کم
ollama run gemma:2b
ویژگیها:
مدل رسمی گوگل
تعادل خوب بین دقت و حجم
مناسب چت و تحلیل متن
ollama run qwen2.5:3b
ویژگیها:
مناسب کدنویسی
پاسخهای منطقی و دقیق
عملکرد خوب روی سیستم متوسط
ollama run mistral
حداقل منابع پیشنهادی:
16GB RAM
CPU قوی یا GPU
ollama list
ollama rm tinyllama
اولاما Ollama یک API لوکال روی پورت 11434 اجرا میکند و میتوان آن را به:
Next.js
Node.js
Python
FastAPI
LangChain
متصل کرد؛ بدون ارسال داده به اینترنت 👌
این موضوع برای حریم خصوصی و تحریمها بسیار مهم است.
اگر در اتصال به اینترنت بین المللی مشکل دارید و یا ساز و کار بهتری برای سیستمهای لینوکس و ویندوزی میشناسید معرفی کنید.
مرا دنبال کنید و برای مشاوره و طراحی سایت با من در ارتباط باشید.