a2a mcp
中文
Back to Blog
BlogApril 22, 20261,383

如何移除 Ollama 模型:完整逐步指南

如何移除 Ollama 模型:完整逐步指南

前提条件

开始操作前,请确保您已具备:

.

  • 已安装并运行 Ollama — 打开终端,运行 ollama --version 来确认。
  • 终端访问权限 — 使用 Terminal(macOS/Linux)或 PowerShell/命令提示符(Windows)。在 Windows 上,如果遇到权限错误,请以管理员身份运行。
  • 准备好模型名称 — 您需要确切的模型名称和标签(例如 llama3:latest)。
  • 了解磁盘空间情况 — 模型可能占用数 GB 空间;删除后,命令完成后存储空间将立即释放。

Ollama 默认将模型存储在:

  • macOS: ~/.ollama/models
  • Linux: ~/.ollama/models(系统安装则位于 /usr/share/ollama/.ollama/models)
  • Windows: C:\Users\您的用户名\.ollama\models

步骤 1:列出所有已安装模型

始终从这里开始,以便确切了解要删除的内容。

在终端中运行:

ollama list

预期输出(示例):

名称                 ID              大小       修改时间
llama3:latest        8f6e2a123abc    4.7 GB    3 天前
gemma2:9b           2d9f3b456def    5.2 GB    1 周前

复制 名称 列中的确切名称(包括冒号后的标签)。

步骤 2:删除单个模型

使用 ollama rm 命令,后跟模型名称。

ollama rm llama3:latest

预期输出:

已删除 'llama3:latest'

该命令会立即删除清单文件及所有关联的 blob 文件。不显示确认提示。

步骤 3:一次性删除多个模型

在一行命令中删除多个模型:

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

预期输出:

已删除 'llama3:latest'
已删除 'gemma2:9b'
已删除 'mistral:latest'

步骤 4:删除所有模型(批量删除)

使用以下单行命令一次性删除每个模型(macOS/Linux 适用):

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

Windows PowerShell 等效命令:

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

运行后,使用 ollama list 确认 —— 它应仅返回标题行。

步骤 5:重启 Ollama(推荐)

重启 Ollama 服务以确保所有 blob 文件被完全清理且磁盘空间已释放。

/C/ -macro.mdoc /macro.md

  • macOS: ollama serve(或退出并重新打开 Ollama 应用) 1e
  • Linux: sudo systemctl restart ollama
  • Windows: 从任务管理器重启 Ollama 进程,或直接关闭并重新打开应用。

再次运行 ollama list 以验证模型已删除。

常见问题与故障排除

  • “Model not found”(模型未找到)错误:请仔细核对 ollama list 中的确切名称和标签。
  • Permission denied(权限被拒绝):在 Linux/macOS 上使用 sudo ollama rm ...,或在 Windows 上以管理员身份运行终端。
  • 磁盘空间未释放:重启 Ollama(第 5 步)。如果问题依旧,请手动检查 blobs 文件夹,但切勿在 Ollama 运行时删除文件。
  • 删除后模型仍显示:先使用 ollama stop <model> 停止所有运行中的实例,然后重试 ollama rm。
  • 自定义存储位置:如果设置了 OLLAMA_MODELS 环境变量,模型将存储在其他位置——请检查该路径。
  • API 方法(高级):在脚本中使用 curl:
    curl -X DELETE http://localhost:11434/api/delete -d '{"model": "llama3:latest"}'
    

后续步骤

  • 下载最新模型:运行 ollama pull llama3.1:8b 以获取最新版本。
  • 设置自定义存储:在运行 Ollama 之前导出 OLLAMA_MODELS=/path/to/new/folder,将所有内容移动到更大的驱动器。
  • 自动化清理:将批量删除命令添加到每周的 cron 任务或 PowerShell 脚本中。
  • 监控使用情况:定期运行 ollama list,并结合 du -sh ~/.ollama/models(macOS/Linux)或 Windows 文件资源管理器来跟踪存储情况。

现在您已完全掌控本地 Ollama 模型。立即释放空间,只保留所需内容。

Share this article

Referenced Tools

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

Explore directory
PaidSync.ai logo

PaidSync.ai

MCP Servers

PaidSync.ai is a hosted MCP server for paid advertising that exposes 610+ tools across 14 advertising, analytics, tagging, and commerce platforms. It supports read/write workflows from AI clients including ChatGPT, Claude, Gemini, Cursor, Claude Code, and Codex, with a free plan.

Hyper3D MCP logo

Hyper3D MCP

MCP Servers

Hyper3D MCP is Hyper3D's hosted Rodin MCP server for creating 3D assets from natural-language instructions or supported references, checking asynchronous generation progress, and retrieving model download links inside AI coding clients. Official setup is documented for Codex, Claude Code, and Kimi Code CLI.

Semrush MCP Server logo

Semrush MCP Server

MCP Servers

Semrush MCP connects AI assistants to Semrush APIs for keyword, backlink, website traffic and market research.

Browserbase MCP Server logo

Browserbase MCP Server

MCP Servers

Browserbase MCP gives AI agents browser automation tools powered by Stagehand and Browserbase browser sessions.

SerpApi MCP Server logo

SerpApi MCP Server

MCP Servers

SerpApi MCP exposes search engine results to AI assistants through SerpApi, supporting live research and structured search data retrieval.

Similarweb MCP Server logo

Similarweb MCP Server

MCP Servers

Similarweb MCP brings website traffic and digital market intelligence into AI assistants for competitive research.

a2a mcp

搜索全站

搜索条目、技能、文章和分类。使用方向键选择,回车打开。