🪟 Установка Ollama на Windows
Пошаговое руководство для пользователей Windows. Никаких специальных знаний не требуется.
← Какое нужно железо · Установка на Linux → · 🇬🇧 English
Содержание
- Два способа установки
- Способ 1: нативная установка (рекомендую)
- Способ 2: установка через WSL2
- Проверка установки
- Запуск первой модели
- Настройка для кодинга
- Частые проблемы
- Что дальше
1. Два способа установки
| Способ | Сложность | GPU-ускорение | Для кого |
|---|---|---|---|
| Нативный |
Просто (одна команда) | NVIDIA CUDA | Большинство пользователей |
| Через WSL2 |
Средне | NVIDIA CUDA | Разработчики, Continue.dev |
Если у вас видеокарта NVIDIA — оба способа дадут GPU-ускорение (модели будут работать быстро).
Если у вас AMD или встроенная графика — Ollama будет работать на CPU (медленнее, но работает).
2. Способ 1: нативная установка (рекомендую)
Шаг 1. Установка
- Скачайте установщик: ollama.com/download/windows
- Запустите
OllamaSetup.exe - Дождитесь установки (значок Ollama появится в трее)
Шаг 2. Проверка
Откройте PowerShell или Командную строку:
ollama --version
Должно показать: ollama version 0.x.x
Шаг 3. Убедитесь, что сервер запущен
Ollama запускается автоматически при входе в Windows. Иконка в трее (справа внизу) — собака альпака.
Проверьте:
curl http://localhost:11434/api/version
Должен вернуть: {"version":"0.x.x"}
3. Способ 2: установка через WSL2
Этот способ даёт больше возможностей (Docker, Linux-инструменты, Continue.dev).
Шаг 1. Установите WSL2
Откройте PowerShell от имени администратора:
wsl --install
Перезагрузите компьютер. После перезагрузки откроется окно Linux — создайте пользователя.
Шаг 2. Установите Ollama внутри WSL2
curl -fsSL https://ollama.com/install.sh | sh
Шаг 3. Используйте из Windows
Ollama внутри WSL2 доступен на localhost:11434 из Windows.
VS Code, Continue.dev и другие программы подключаются к нему как к локальному.
4. Проверка установки
Убедитесь, что всё работает:
# Проверить версию
ollama --version
# Проверить, какие модели уже скачаны
ollama list
# Посмотреть, какие модели доступны для скачивания
ollama search qwen
5. Запуск первой модели
ollama run qwen3.5:4b
После скачивания (~3.4 GB) появится приглашение >>> — модель готова к диалогу.
Что попробовать:
>>> Напиши функцию на Python, которая проверяет, является ли число простым
>>> Объясни разницу между list и tuple в Python простыми словами
>>> Переведи на английский: "Мне нужно установить AI-модель локально"
Команды во время диалога:
/bye— выйти/clear— очистить историюCtrl+C— прервать генерацию
6. Настройка для кодинга
VS Code + Continue.dev
После установки Ollama и запуска модели:
- Установите VS Code
- Установите расширение Continue (из маркетплейса)
- В настройках Continue укажите модель:
{ "models": [{ "title": "Local Qwen", "provider": "ollama", "model": "qwen2.5-coder:7b", "apiBase": "http://localhost:11434" }] }
Подробнее: ../use-cases/coding.ru.md
Aider
pip install aider-chat
set OLLAMA_API_BASE=http://127.0.0.1:11434
aider --model ollama_chat/qwen2.5-coder:7b
7. Частые проблемы
Ollama не видит GPU (NVIDIA)
- Установите CUDA Toolkit
- Убедитесь, что драйверы NVIDIA обновлены
- Проверьте:
ollama psдолжен показать100% GPU
WSL2 медленно работает
- Убедитесь, что WSL2, а не WSL1:
wsl -l -v - На Windows 10 отключите Large Send Offload в настройках сетевой карты
Модель не влезает в RAM
- Используйте Q4 квантование (модели с
:q4_k_mв имени) - Выберите модель поменьше:
phi4-mini(2.5 GB) вместоqwen3.5:7b(4.5 GB)
Ошибка «connection refused»
- Убедитесь, что Ollama запущен (иконка в трее)
- Проверьте:
curl http://localhost:11434/api/version
8. Что дальше
| Если хотите | Переходите |
|---|---|
| Понять, как выбирать модели | ../local-models/running-models.ru.md |
| Настроить кодинг с AI | ../use-cases/coding.ru.md |
| Запустить Open WebUI (веб-чат) | docker run -d -p 3000:8080 ghcr.io/open-webui/open-webui:main |
| Вернуться к плану обучения | learning-path.ru.md |
| Вернуться к навигации | README.ru.md |
В разделе: what-is-ai · how-models-work · cloud-vs-local · hardware-guide · glossary · faq · learning-path · setup-windows · setup-linux
Связанные разделы: Локальные модели · AI-агенты · Use Cases
Навигация: ← Нулевой уровень · ↑ На главную · 🇬🇧 English