展开本页目录
开始前准备什么
- 自己的 相关工具 环境与独立练习目录；现有配置先保留。
- 下载原创练习素材；需要模型的步骤沿用自己已验证的型号和凭据。
- 可选 Python 3，用于只读离线材料检查；通过不代表真实产品流程已运行。
- 先核对已有本地模型与空间
- 编写独立 Modelfile
- 写清只回答已有资料的规则
- 创建助手并查看定义
- 运行两条固定问题
- 保留实验版本并结束会话
2026-10-23 核验材料；实际执行范围、结果与限制见下方记录。
Ollama：从模型加载检查到客服Modelfile
先检查模型是否真正可加载，再在隔离服务验证Modelfile客服约束。
· Ollama0.40.9原生create qr-tutorial-support-proof成功；本次实际问答给出营业时间09:00–18:00，未知退货政策答Unknown；旧Gemma清单条目无法加载的失败保留。使用独立11435及外部模型目录，没有改原服务/用户全局配置。
- 运行环境
- Ollama 0.40.9；独立练习目录；原创虚构输入；本页未使用apizt测试Key
1. 检查模型是否可加载
先运行 ollama list，再 ollama show 模型名，不能把list条目当作模型能加载。
2. 识别旧模型缺失文件
本次旧gemma4:e4b在show阶段报GGUF不存在，原缓存和服务均未修改。
3. 启动独立模型服务
以新外部目录 OLLAMA_MODELS 和新端口11435启动独立ollama serve。
4. 拉取小模型并记录摘要
官方小模型主GGUF完整后，若OCI模板元数据下载阻塞，保留失败；本次经原生ollama create导入完整官方GGUF为tutorial-qwen3-proof，原生自动识别Qwen3模板，记录实际权重SHA，不伪称完整OCI pull通过。
5. 定义客服Modelfile
Modelfile写FROM tutorial-qwen3-proof、客服SYSTEM、temperature0、num_ctx4096、num_predict256。
6. 创建模型并提交真实问句
在同一独立端口ollama create qr-tutorial-support-proof，再使用原生API对原创问句实际推理。
这次实际得到什么
- 旧Gemma list有条目但show/API show报GGUF缺失，未当作可用模型。
- 原生create qr-tutorial-support-proof成功，客服营业时间实际答09:00–18:00。
- 未提供退货窗口，实际答Unknown。
使用这份结果时注意
- SYSTEM是提示约束，不是训练或可靠的权限边界；只实跑两个原创问题。
- 隔离Ollama0.40.9；模型为官方Qwen3:0.6b完整GGUF，经原生ollama create导入为tutorial-qwen3-proof，非完整OCI pull成功。权重SHA256 7f4030143c1c477224c5434f8272c662a8b042079a0a584f0a27a1684fe2e1fa，522640096字节；原生自动识别模板，capabilities tools/thinking/completion。
一个完整的Modelfile
先运行ollama list，把FROM占位符换为实际已下载模型。本页演示规则是“未知就说未提供”，temperature=0.2只是测试设置。
Modelfile
FROM REPLACE_WITH_INSTALLED_MODEL
PARAMETER temperature 0.2
SYSTEM """只依据用户提供的产品资料回答。
资料未说明的参数明确回答“未提供”，不要编造。"""
MESSAGE user 台灯资料：顶部按钮开机；未说明续航。怎么开机？
MESSAGE assistant 按顶部按钮开机。
MESSAGE user 续航多久？
MESSAGE assistant 资料未提供续航。创建、查看并测试独立助手
terminal
ollama list
ollama create support-lab -f Modelfile
ollama show support-lab --modelfile
ollama run support-lab1. 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。
config.json · 字段教材，不可作为工作流导入
{
"FROM": "YOUR_INSTALLED_MODEL",
"PARAMETER temperature": 0.2,
"SYSTEM": "仅根据用户提供资料回答；没有提供的参数写未提供。",
"MESSAGE": "示例用户与助手问答",
"create": "ollama create support-lab -f Modelfile",
"run": "ollama run support-lab"
}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。
7. 下载教材并运行离线核对
先下载完整教材包并解压，在材料目录运行 python3 check-fixture.py。脚本只读取原创输入、人工预期与配置，对照本页固定验收条件；通过说明材料内部关系一致，实际产品、模型与业务写入另需按前六步验证。
bash
unzip lesson.zip -d ollama-modelfile-local-support
cd ollama-modelfile-local-support
python3 check-fixture.py怎样确认已经完成
- FROM 替换为本机实际模型，未使用占位符运行。
- show 回读 SYSTEM 与基础来源。
- 续航未知不编小时数，低温度不当事实保证。
常见问题
Modelfile的FROM填什么？
填ollama list中实际已有且可用的完整模型名，或按官方支持格式填写本地模型路径；不要保留教材占位符后直接运行。
写SYSTEM是不是微调训练？
不是。它配置基础模型的系统提示等行为；是否遵守仍需实际问答。只有配置文件不代表已有稳定业务效果。
本地 Ollama 需要 apizt Key 吗？
本页本机模型运行不需要网关 Key。选择云 API 是另外的接入方式，费用和数据路径分别核对。
Modelfile 是微调吗？
本练习设置基础模型、运行参数和提示规则，没有训练权重；创建后的回答效果需要重新验收。