想用 AI 又不想把資料交給雲端，也不想綁信用卡？在自己電腦跑模型是最徹底的做法，Ollama 是門檻最低的工具。
它是什麼
ollama/ollama，MIT 授權，★ 約 183,000（GitHub API，2026-10-15 查核）。它幫你下載模型、在本機執行，並提供一個本機 API 讓其他程式串接。
安裝
# Linux
curl -fsSL https://ollama.com/install.sh | shmacOS 與 Windows 到 ollama.com/download 下載安裝檔（macOS 也可用 Homebrew）。
坑「curl … | sh」等於直接執行網路上的腳本，只對官方網址這樣做。
跑第一個模型
ollama run gemma4 # 官方 README 範例，第一次會先下載
ollama list # 看已下載的模型可用模型清單在 ollama.com/library。模型檔動輒數 GB，先確認硬碟空間。
給其他程式用：本機 API
curl http://localhost:11434/api/chat -d '{
"model": "gemma4",
"messages": [{"role": "user", "content": "用一句話介紹你自己"}]
}'想要網頁介面：Open WebUI
Open WebUI（★ 約 155,000，2026-10-15 查核）可以接上 Ollama，變成類似 ChatGPT 的介面。它用自家的 Open WebUI License：大致是 BSD 式授權，但多一條品牌條款——除非 30 天內使用者不超過 50 人、或取得書面許可／企業授權，否則不能移除或替換「Open WebUI」名稱與標誌。
電腦不夠力？先挑參數小的模型；回應慢通常是記憶體或顯示卡不夠，不是裝錯。
我們實際裝了一次（2026-10-15）
這段是真的在一台 Linux 主機上做的，數字都是當下量到的，不同電腦結果會差很多。
| 主機 | Linux 雲端主機，8 核心 Intel Xeon、16GB 記憶體、無獨立顯示卡（安裝程式顯示偵測不到 NVIDIA/AMD 顯示卡） |
| Ollama 版本 | v0.40.4 |
| 安裝 | 官方一行指令，下載加安裝約 13 秒 |
| 模型 | Qwen2.5 0.5B Instruct（Q4_K_M 量化，約 491MB） |
| 第一次回答 | 載入模型約 1.3 秒，整題約 3.1 秒 |
| 產生速度 | 三次測試約每秒 82～93 個字數單位（token） |
結論：這麼小的模型在純 CPU 上也很快，但答案品質很差。我們請它「用繁體中文、三句話介紹台北」，三次都講錯：說台北在中國大陸、人口 3,000 萬，還混進簡體字和英文，也沒有照「三句話」的要求。小模型適合練習安裝流程，不適合拿來查事實。
坑我們實際遇到的三個狀況：
① 一開始安裝失敗，訊息是「requires zstd for extraction」。這台 Linux 缺解壓工具 zstd，裝好（
② 用
③ 自己匯入模型檔時沒有設定對話格式（TEMPLATE），模型停不下來，一直生出文字、吃滿 CPU。補上該模型的對話格式和停止詞後就正常了。用
① 一開始安裝失敗，訊息是「requires zstd for extraction」。這台 Linux 缺解壓工具 zstd，裝好（
sudo apt-get install zstd）再跑就成功。
② 用
ollama pull 下載模型時，被這台主機的網路限制擋下（下載會轉到另一個儲存網址）。一般家用網路通常不會遇到；我們改從 Hugging Face 下載官方發布的 GGUF 模型檔，再用 ollama create 匯入。
③ 自己匯入模型檔時沒有設定對話格式（TEMPLATE），模型停不下來，一直生出文字、吃滿 CPU。補上該模型的對話格式和停止詞後就正常了。用
ollama pull 官方模型庫的模型通常已內建這些設定。實測來源：本站於 2026-10-15 自行測試。模型檔：Qwen/Qwen2.5-0.5B-Instruct-GGUF。匯入方式參考 Ollama 官方文件：Importing a model。
資料來源
- Ollama GitHub README（安裝指令、run 與 API 範例，2026-10-15 查核）
- Ollama 官方下載頁
- GitHub API：ollama、open-webui（星數、授權）