Ollama AI框架模型文件快速转存的解决之道

不同的系统或者不同的环境，需要安装Ollama，但是不想重复下载Ollama模型怎么办？

使用tar或zip包转存到.ollama目录

一开始想到的方法，是手工tar -czvf打包模型（连整个模型存盘的路径一起打包），然后cp到新环境下，再tar -xzvf解包。

一般Ollama默认存储模型的目录是~/.ollama/models ,只要把这个目录打包，再到新的机器，还是解压到~/.ollama/models目录，这样启动Ollama，执行ollama run的时候，它自然会到默认目录找到模型，完成我们的Ollama模型快速转存。

但是在实际应用中，有时候会碰到转存失败的情况。比如在windows，并没有把目录放置在默认路径里，那么在windows下打包模型上传到星河社区的数据集里，然后在项目里导入这个数据，然后解包到对应的模型存储目录里，发现即使这样，新环境下也会重新下载模型文件，非常费时费力，尤其是星河社区下载速度并不太快，而Ollama下的模型文件都比较大，deepseek-r1:1.5文件也有1.2G大小，重新下载太浪费时间了！

后来发现，原来需要把配置文件一起传过去才行，而且配置文件里模型文件放置的位置，还需要手工修改一下，才能识别出来。这种方法尽管有些麻烦，但是相比要在星河社区下载几个小时，还是要简单方便很多！

不同操作系统模型转存

以从Windows导入到飞桨星河社区Linux系统为例

首先打包所有文件，最简单的方法是把.ollama目录全部打包，然后到新系统再放到~/.ollama目录。如果这步完成后，新系统里能识别出模型，或者ollama run 的时候不用去下载模型，那么这就算完成了。

如果未转存成功，可以进行如下的注册操作。

在老系统下创建配置文件：

ollama show deepseek-r1:1.5b --modelfile > deepseek-r1_1_5Modelfile

 这样就把deepseek-r1:1.5模型的配置存在deepseek-r1_1_5Modelfile这个文件里了。

打开看这个文件，发现它存有模型的地址：

FROM E:\ai\models\blobs\sha256-aabd4debf0c8f08881923f2c25fc0fdeed24435271c2b3e92c4af36704040dbc
 

修改这句话，把这句话修改成目标，也就是星河社区Linux系统里的地址

FROM  /home/aistudio/work/.ollama/models/blobs/sha256-aabd4debf0c8f08881923f2c25fc0fdeed24435271c2b3e92c4af36704040dbc
 

注意，windows下和linux的路径间隔符都是不一样的，小心不要写错。

新修改后的文件上传到星河社区环境里，到星河社区新环境下导入模型

./bin/ollama create deepseek-r1:1.5b -f ./deepseek-r1_1_5Modelfile

导入成功

 ./bin/ollama create deepseek-r1:1.5b -f ./deepseek-r1_1_5Modelfile 
gathering model components 
copying file sha256:aabd4debf0c8f08881923f2c25fc0fdeed24435271c2b3e92c4af36704040dbc 100% 
parsing GGUF 
using existing layer sha256:aabd4debf0c8f08881923f2c25fc0fdeed24435271c2b3e92c4af36704040dbc 
creating new layer sha256:369ca498f347f710d068cbb38bf0b8692dd3fa30f30ca2ff755e211c94768150 
creating new layer sha256:6e4c38e1172f42fdbff13edf9a7a017679fb82b0fde415a3e8b3c31c6ed4a4e4 
creating new layer sha256:f4d24e9138dd4603380add165d2b0d970bef471fac194b436ebd50e6147c6588 
writing manifest 
success 

 现在执行模型试试吧

aistudio@jupyter-141218-899262:~/work$ ./bin/ollama  run deepseek-r1:1.5b
>>> 你好
⠏ 

当然在测试阶段使用的cpu环境，结果爆慢，先卡20分钟再出字，后面估计大约10分钟一个字吧。

总结

其实这里是走弯路了。

Ollama转存到不同服务器，只要把Ollama模型存盘路径的models目录cp到新的存盘目录里就行了。

但是如果万一，我说是万一，直接cp了模型文件后，如果ollama没有识别出来，那么就可以使用如下方式：

先在老机器上存模型配置：

ollama show deepseek-r1:1.5b --modelfile > deepseek-r1_1_5Modelfile

如果新机器模型路径跟老机器不一致，那么需要手工修改模型配置文件里的配置，类似：FROM  /home/aistudio/work/.ollama/models/blobs/sha256-aabd4debf0c8f08881923f2c25fc0fdeed24435271c2b3e92c4af36704040dbc

再到新机器上注册模型即可：

./bin/ollama create deepseek-r1:1.5b -f ./deepseek-r1_1_5Modelfile

调试

查看和参考了这个文档，说实话，没太弄明白

 cp模型：ollama模型离线迁移/复制 - 知乎

点击model，然后拷贝这部分 96c415656d37 在blobs文件夹搜索 96c415656d37

真的没看明白。

导入模型报错

后来才知道模型配置文件里有模型文件路径，不一致就会报错。