import { Callout, Steps, Tabs } from 'nextra/components';
# 在 LobeChat 中使用 Ollama
Ollama 是一款强大的本地运行大型语言模型（LLM）的框架，支持多种语言模型，包括 Llama 2, Mistral 等。现在，LobeChat 已经支持与 Ollama 的集成，这意味着你可以在 LobeChat 中轻松使用 Ollama 提供的语言模型来增强你的应用。
本文档将指导你如何在 LobeChat 中使用 Ollama：
### 本地安装 Ollama
首先，你需要安装 Ollama，Ollama 支持 macOS、Windows 和 Linux 系统。 根据你的操作系统，选择以下安装方式之一：
[下载 Ollama for macOS](https://ollama.com/download) 并解压。
通过以下命令安装：
```bash
curl -fsSL https://ollama.com/install.sh | sh
```
或者，你也可以参考 [Linux 手动安装指南](https://github.com/ollama/ollama/blob/main/docs/linux.md)。
[下载 Ollama for Windows](https://ollama.com/download) 并安装。
如果你更倾向于使用 Docker，Ollama 也提供了官方 Docker 镜像，你可以通过以下命令拉取：
```bash
docker pull ollama/ollama
```
### 用 Ollama 拉取模型到本地
在安装完成 Ollama 后，你可以通过以下命安装模型，以 llama2 为例：
```bash
ollama pull llama2
```
Ollama 支持多种模型，你可以在 [Ollama Library](https://ollama.com/library) 中查看可用的模型列表，并根据需求选择合适的模型。
接下来，你就可以使用 LobeChat 与本地 LLM 对话了。
你可以前往 [与 Ollama 集成](/zh/self-hosting/examples/ollama) 了解如何部署 LobeChat ，以满足与
Ollama 的集成需求。
## 自定义配置
你可以在 `设置` -> `语言模型` 中找到 Ollama 的配置选项，你可以在这里配置 Ollama 的代理、模型名称等。