准备环境：你需要什么

运行本地大模型不需要高端服务器，一台普通电脑就够了。推荐使用NVIDIA显卡（如RTX 3060），显存越大越好。如果没有独立显卡，用CPU也能跑小模型，只是慢一些。你需要先安装Ollama——一个让你在本地轻松运行大模型的免费工具。

• 电脑：Windows/macOS/Linux均可
• 显卡（可选）：NVIDIA显卡（4GB以上显存）
• 硬盘空间：每个模型4~15GB

安装步骤：20分钟从零到第一次查询

1. 访问Ollama官网（ollama.com），下载对应操作系统的安装包并安装。
2. 打开终端（Windows用户打开命令提示符或PowerShell），输入 ollama pull qwen2.5:7b 并回车。这行命令会下载一个7B参数的中文模型Qwen2.5（“B”代表十亿，7B模型适合大部分入门任务）。
3. 等待下载完成（视网速而定，通常几分钟到十几分钟）。下载完后，输入 ollama run qwen2.5:7b 启动模型。
4. 看到提示符后，输入你的第一个问题，比如“用Python写一个计算斐波那契数列的函数”，模型就会开始回答。

常见坑：如果下载慢，可以尝试切换网络或使用镜像源；Windows用户如果遇到路径问题，以管理员身份运行终端即可。

验证是否成功

成功运行后，你会看到模型逐字输出回答。可以多问几个问题测试效果，比如“解释一下什么是API”或“把这段英文翻译成中文”。如果回答流畅、内容合理，说明安装成功。

下一步可以做什么

• 尝试其他模型：用 ollama pull llama3.2 下载Meta的Llama模型，适合英文任务。
• 写一个简单的Python脚本来调用本地模型：安装Ollama Python库（pip install ollama），然后几行代码就能在程序里使用AI。
• 了解模型大小的影响：小模型（如7B）速度快但复杂推理能力弱，大模型（如70B）更聪明但需要更高配置。