Back to Blog
BlogApril 22, 2026309

ओल्लामा मॉडल्स कैसे हटाएं: पूर्ण चरण-दर-चरण मार्गदर्शिका

ओल्लामा मॉडल्स कैसे हटाएं: पूर्ण चरण-दर-चरण मार्गदर्शिका

पूर्व-आवश्यकताएँ

शुरू करने से पहले, सुनिश्चित करें कि आपके पास ये हैं:

  • Ollama इंस्टॉल्ड और चल रहा है — अपना टर्मिनल खोलें और ollama --version चलाकर पुष्टि करें।
  • टर्मिनल एक्सेस — टर्मिनल (macOS/Linux) या PowerShell/कमांड प्रॉम्प्ट (Windows) का उपयोग करें। Windows पर प्रशासक के रूप में चलाएँ यदि अनुमति त्रुटियाँ दिखाई दें।
  • मॉडल नाम तैयार — आपको सटीक नाम और टैग (जैसे llama3:latest) की आवश्यकता होगी।
  • डिस्क स्थान जागरूकता — मॉडल कई GB के हो सकते हैं; उन्हें हटाने से कमांड पूरा होने के तुरंत बाद स्टोरेज मुक्त हो जाती है।

Ollama डिफ़ॉल्ट रूप से मॉडल्स को यहाँ संग्रहीत करता है:

  • macOS: ~/.ollama/models
  • Linux: ~/.ollama/models (या सिस्टम इंस्टॉलेशन के लिए /usr/share/ollama/.ollama/models)
  • Windows: C:\Users\YourUsername\.ollama\models

चरण 1: सभी इंस्टॉल्ड मॉडल्स की सूची बनाएँ

हमेशा यहाँ से शुरू करें ताकि आप जान सकें कि आप क्या हटा रहे हैं।

अपने टर्मिनल में, चलाएँ:

ollama list

अपेक्षित आउटपुट (उदाहरण):

NAME                ID              SIZE      MODIFIED
llama3:latest       8f6e2a123abc    4.7 GB    3 days ago
gemma2:9b          2d9f3b456def    5.2 GB    1 week ago

NAME कॉलम से सटीक नाम (कोलन के बाद के टैग सहित) कॉपी करें।

चरण 2: एक एकल मॉडल हटाएँ

ollama rm कमांड का उपयोग करें, उसके बाद मॉडल नाम दें।

ollama rm llama3:latest

अपेक्षित आउटपुट:

deleted 'llama3:latest'

यह कमांड तुरंत मेनिफेस्ट और सभी संबंधित ब्लॉब फ़ाइलों को हटा देती है। कोई पुष्टि प्रॉम्प्ट नहीं दिखाई जाती है।

चरण 3: एक साथ कई मॉडल हटाएँ

एक लाइन में कई मॉडल हटाएँ:

ollama rm llama3:latest gemma2:9b mistral:latest

अपेक्षित आउटपुट:

deleted 'llama3:latest'
deleted 'gemma2:9b'
deleted 'mistral:latest'

चरण 4: सभी मॉडल हटाएँ (बल्क डिलीट)

हर मॉडल को एक साथ हटाने के लिए यह वन-लाइनर उपयोग करें (पहले macOS/Linux):

ollama list | awk 'NR>1 {print $1}' | xargs -I {} ollama rm {}

Windows PowerShell समकक्ष:

ollama list | Select-Object -Skip 1 | ForEach-Object { $_.Trim() -split '\s+' | Select-Object -First 1 } | ForEach-Object { ollama rm $_ }

चलाने के बाद, ollama list से पुष्टि करें — इसे केवल हेडर पंक्ति दिखानी चाहिए।

चरण 5: Ollama को पुनरारंभ करें (सिफारिश की गई)

Ollama सेवा को पुनरारंभ करें ताकि सभी ब्लॉब्स पूरी तरह साफ़ हों और डिस्क स्थान मुक्त हो।

  • macOS: ollama serve (या Ollama ऐप बंद करके दोबारा खोलें)
  • Linux: sudo systemctl restart ollama
  • Windows: टास्क मैनेजर से Ollama प्रक्रिया पुनरारंभ करें या बस ऐप बंद करके दोबारा खोलें।

यह सत्यापित करने के लिए फिर से ollama list चलाएँ कि मॉडल्स हट गए हैं।

सामान्य समस्याएँ और समस्या निवारण

  • “मॉडल नहीं मिला” त्रुटि: ollama list से सटीक नाम और टैग दोबारा जाँचें।
  • अनुमति अस्वीकृत: Linux/macOS पर sudo ollama rm ... का उपयोग करें या Windows पर टर्मिनल को Administrator के रूप में चलाएँ।
  • डिस्क स्थान मुक्त नहीं हुआ: Ollama को पुनः आरंभ करें (चरण 5)। यदि अभी भी अटका है, तो blobs फ़ोल्डर को मैन्युअल रूप से जाँचें लेकिन Ollama चल रहा हो तो कभी भी फ़ाइलें न हटाएँ
  • rm के बाद भी मॉडल दिखाई देता है: पहले किसी भी चल रहे इंस्टेंस को ollama stop <model> से रोकें, फिर ollama rm को पुनः प्रयास करें।
  • कस्टम स्टोरेज स्थान: यदि आपने OLLAMA_MODELS पर्यावरण चर सेट किया है, तो मॉडल कहीं और स्थित हैं — उस पथ को जाँचें।
  • API विधि (उन्नत): स्क्रिप्ट्स के लिए curl का उपयोग करें:
    curl -X DELETE http://localhost:11434/api/delete -d '{"model": "llama3:latest"}'
    

अगले कदम

  • नए मॉडल डाउनलोड करें: नवीनतम संस्करण प्राप्त करने के लिए ollama pull llama3.1:8b चलाएँ।
  • कस्टम स्टोरेज सेट करें: Ollama चलाने से पहले OLLAMA_MODELS=/path/to/new/folder निर्यात करें ताकि सब कुछ एक बड़े ड्राइव पर स्थानांतरित हो जाए।
  • सफ़ाई स्वचालित करें: बल्क डिलीट कमांड को साप्ताहिक cron जॉब या PowerShell स्क्रिप्ट में जोड़ें।
  • उपयोग पर नज़र रखें: नियमित रूप से ollama list चलाएँ और स्टोरेज ट्रैक करने के लिए du -sh ~/.ollama/models (macOS/Linux) या Windows पर File Explorer के साथ संयोजित करें।

अब आपके पास अपने स्थानीय Ollama मॉडलों पर पूर्ण नियंत्रण है। तुरंत स्थान मुक्त करें और केवल आवश्यक चीज़ें ही रखें।

Share this article

Referenced Tools

Browse entries that are adjacent to the topics covered in this article.

Explore directory
TinyFish logo

TinyFish

MCP Servers

TinyFish MCP संगत AI सहायकों को वेब ऑटोमेशन, वेब सर्च, सामग्री निष्कर्षण और रिमोट ब्राउज़र-सत्र उपकरण प्रदान करता है। होस्ट किया गया MCP सर्वर OAuth 2.1 का उपयोग करता है, जबकि एक वैकल्पिक स्थानीय @tiny-fish/mcp प्रॉक्सी केवल-स्थानीय, CI और हेडलेस सेटअप के लिए API-कुंजी प्रमाणीकरण का समर्थन करता है।

TinyFish logo

TinyFish

MCP Servers

TinyFish एक वेब इंफ्रास्ट्रक्चर प्लेटफॉर्म है जो AI एजेंटों के लिए लाइव वेब खोज, ब्राउज़र-रेंडर्ड कंटेंट निष्कर्षण, लक्ष्य-आधारित वेब स्वचालन और प्रबंधित क्लाउड ब्राउज़र सत्रों को जोड़ता है। डेवलपर्स API, SDK, CLI और एजेंट फ्रेमवर्क तथा AI कोडिंग टूल्स के साथ एकीकरण के माध्यम से प्लेटफॉर्म तक पहुंच सकते हैं।

X MCP logo

X MCP

MCP Servers

X MCP, X का आधिकारिक hosted Model Context Protocol server है, जो MCP-compatible AI tools को X API endpoints call करने देता है। यह OAuth user context के लिए xurl bridge का उपयोग करता है और posts search, user lookup, bookmarks, trends, news और Articles जैसे workflows में काम आता है।

viewmax mcp logo

viewmax mcp

MCP Servers

ViewMax MCP is a hosted Streamable HTTP MCP server for generating AI video, images, music, speech, and sound effects, with tools for model discovery, task polling, and credit checks. Official setup is documented for Claude Web/Desktop, Claude Code, Cursor, Codex, and SDK clients.

TinyFish logo

TinyFish

MCP Servers

TinyFish is a web infrastructure platform for AI agents that combines live web search, browser-rendered content extraction, goal-based web automation, and managed cloud browser sessions. Developers can access the platform through APIs, SDKs, a CLI, and integrations with agent frameworks and AI coding tools.

TinyFish logo

TinyFish

MCP Servers

TinyFish exposes web automation, web search, content extraction, and remote browser-session tools to MCP-compatible AI assistants. The hosted MCP server uses OAuth 2.1, while an optional local @tiny-fish/mcp proxy supports API-key authentication for local-only, CI, and headless setups.