【2026年04月20日】Ollama 的 5 个隐藏用法 🔥

前言 @simonw @karpathy @ylecun 大多数开发者只知道 ollama run llama3 ，但 Ollama 远不止一个命令行工具。 令人惊讶的事实 ：Ollama 1.0 之后，已经支持多模型并行、API 服务器、RAG 检索、本地嵌入向量，甚至可以通过 Modelfile 构建完全自定义的推理管道——但这些功能 90% 的用户从未探索过。 今天分享 5 个 Ollama 隐藏用法，每一个都附可运行代码。 隐藏用法 1：同时运行多个模型（多模型并发推理） 为什么大多数人不知道： Ollama 默认启动一个模型，但它的 API 服务器支持多模型并发。很多人以为要多开 Docker 容器才能同时跑不同模型，其实完全不需要。 原理： Ollama API 是基于 Go 的高性能 HTTP 服务器，每个请求在独立 goroutine 中处理，无需额外配置即可并发。 可运行代码： import requests import concurrent.futures import subprocess # Step 1: 确保两个模型都已拉取 models = [ " ll