准备环境：什么是Ollama？

Ollama是一个让你在本地电脑上运行AI模型的免费工具，不需要联网，也不用懂复杂编程。它就像一个AI的“播放器”，你下载模型文件就能直接使用。支持Windows、macOS和Linux。

安装步骤

1. 打开浏览器，访问Ollama官网（ollama.com），根据你的系统下载安装包。
2. 双击安装，一路默认选项即可。安装后，终端（命令提示符或终端应用）输入 ollama --version，看到版本号就成功了。
3. 在终端输入 ollama pull gemma4:12b，下载这个模型。文件约8GB，耐心等待。
4. 下载完成后，输入 ollama run gemma4:12b，你就进入聊天界面了！试试问：“一件衬衫打八折后40美元，原价多少？”

验证是否成功：第一次跑通

如果模型回答正确（原价50美元），恭喜你跑通了！但你可能遇到“空回复”——这是新手常见坑：num_predict（最大生成令牌数）设得太小，导致模型只生成了思考过程，没来得及输出答案。修复方法：在请求中设置 num_predict: 256（或更大），确保有足够空间。

更高级一点，你可以尝试打开思考模式（reasoning）。在API调用中，添加 "think": true 参数，模型会输出内部思考过程，但速度慢很多。测试一下：对比思考开/关的结果，你会发现复杂问题（如排序）思考模式更准，但简单算术题没必要开。

下一步可以做什么

• 试试其他模型：ollama pull llama3.2 或 qwen2.5，体验不同风格。
• 用Python调用API：写几行代码，让模型帮你写邮件、总结文章。
• 调整参数：temperature（温度，控制创意程度，0最严谨，1最随机）和seed（随机种子，固定值可复现结果）——在API请求的 options 里设置。