# Ollama Modelfile 教程

原创虚构输入与人工预期输出。未运行产品实例、未调用模型、未外发或发布。config.json 为字段教材，不是可导入 n8n/Dify/Flowise/Langflow 工作流。

## 1. 先核对已有本地模型与空间
使用 ollama list 确认本机已有模型，选择其准确名称替换 FROM 的占位符。硬件、空间与模型许可证自己核对；本页不下载权重，不预设特定最新型号。

## 2. 编写独立 Modelfile
将下载 Modelfile 的 FROM 换成已有型号，写 PARAMETER temperature 0.2、SYSTEM 和 MESSAGE。support-lab 作为实验名称，不覆盖原基础模型。

## 3. 写清只回答已有资料的规则
SYSTEM 限定只使用当前用户提供的资料；示例 MESSAGE 演示缺失参数回答未提供。低 temperature 不是防幻觉保证，规则仍要用正反例验收。

## 4. 创建助手并查看定义
执行 ollama create support-lab -f Modelfile，然后 ollama show support-lab --modelfile 查看继承来源和保存规则。创建成功只证明定义可用，尚未验收回答内容。

## 5. 运行两条固定问题
用 ollama run support-lab，先提供台灯资料再问开机和续航。已知问题应回答顶部按钮，未知问题应保留未提供；保存真实原文，不把人工预期当本地输出。

## 6. 保留实验版本并结束会话
记录基础型号、Modelfile 和两条回复后退出运行。可以保留 support-lab 继续练习；要删除实验模型时只对准确实验名称操作，不清理其他模型。

## 离线验收
运行 python3 check-fixture.py，仅检查固定输入与人工预期关系，不验证真实模型、产品节点或工作流执行。

## 官方来源
- [Ollama 官方：Modelfile 指令与 create](https://docs.ollama.com/modelfile)