2.9 KiB
2.9 KiB
title, type, tags, date
| title | type | tags | date | ||||||
|---|---|---|---|---|---|---|---|---|---|
| 在 Ubuntu 安装 Ollama 并运行 Qwen2.5‑Coder 7B | source |
|
2026-04-28 |
Source File
Summary（用中文描述）
- 核心主题：在 Ubuntu 系统上通过 Ollama 本地部署 Qwen2.5-Coder 7B 代码大模型，并支持 REST API 和多语言 SDK 调用
- 问题域：本地 AI 推理环境搭建、代码助手部署
- 方法/机制：Ollama 作为本地大模型运行时，通过 systemd 服务管理，支持 GPU 加速，提供 REST API 和 Python/NodeJS SDK
- 结论/价值：3 条命令完成安装部署，适合开发者本地 AI Coding 基础设施搭建
Key Claims（用中文描述）
- Ollama 官方安装脚本自动完成 CLI 安装、systemd 服务创建和 API 启动
- qwen2.5-coder:7b 模型约 4.5GB，最低 8GB RAM 推荐 16GB，无需 GPU 也可运行
- Ollama 默认仅监听 127.0.0.1，通过 OLLAMA_HOST=0.0.0.0 环境变量开放远程 API 访问
- 安装 CUDA 后 Ollama 自动使用 NVIDIA GPU 加速，无需额外配置
- qwen2.5-coder:7b 在 Tool usage、Shell/Python/SQL 理解和 Repo 级代码理解方面优于普通 qwen2.5:7b
Key Quotes
"qwen2.5-coder:7b" — 模型推荐，适用于 DevOps automation、SQL Agent、Kubernetes troubleshooting、n8n workflow AI "curl -fsSL https://ollama.com/install.sh | sh" — 最简安装命令，一条命令完成 Ollama 安装 "Ollama 默认提供 REST API: http://localhost:11434" — API 端点说明
Key Concepts
- Ollama：本地大模型运行时，通过单一命令安装，支持 systemd 管理，提供 REST API 和多语言 SDK
- Qwen2.5-Coder：通义千问代码大模型系列，7B 参数规模约 4.5GB，擅长 Tool usage、代码理解和生成
- 本地大模型部署：在本地机器而非云端运行 LLM，适合隐私敏感和离线场景
- GPU 加速：通过 NVIDIA CUDA 自动加速 Ollama 推理性能
- REST API：Ollama 提供的 HTTP API，可被 n8n、WebUI、Agent 等外部工具调用
Key Entities
- Ollama：Ollama 公司开发的本地 LLM 运行时工具，安装地址 ollama.com
- Qwen2.5-Coder：阿里云通义千问团队开发的代码专用大模型
- Open WebUI：开源的 ChatGPT 风格 Web 界面，可搭配 Ollama 使用
- n8n：开源工作流自动化平台，可通过 API 调用 Ollama 实现 AI 自动化
- LangChain：Agent 开发框架，可集成 Ollama 作为 LLM 后端
- OpenClaw：AI Coding Agent，可配置使用 ollama/qwen2.5-coder:7b 作为后端
Connections
- Ollama ← runs ← Qwen2.5-Coder
- Open WebUI ← connects_to ← Ollama API
- n8n ← calls ← Ollama REST API
- LangChain ← uses ← Ollama as LLM backend
- OpenClaw ← configured_with ← Qwen2.5-Coder
Contradictions
- 暂无发现与其他 Wiki 页面的冲突内容。