Ollama 拉模型卡在 pulling manifest：3 种加速 + 实测耗时

卡在 pulling manifest，多半是连不上 registry.ollama.ai 的清单接口，不是网速慢。模型层还没开始下。

先把 Ollama 本体镜像拉下来（容器场景）：

bash
docker pull docker.xuanyuan.run/ollama/ollama:0.40.4

镜像详情：ollama/ollama

下面只解决一件事：ollama pull 停在 pulling manifest，或过了清单却下得很慢时，怎么换路径把模型落到本机。

先分清：卡清单，还是下得慢

ollama pull 大致分两段：

1. 拉 manifest（清单）：向仓库询问标签对应哪些层、每层 digest 和大小。终端里会先出现 pulling manifest。
2. 拉 blob（层文件）：按清单下载权重等层。这里才会看到百分比和 MB/s。

本机用浏览器或 curl 能打开网页，不代表 Ollama 进程一定能连上 registry.ollama.ai。清单阶段失败时，换宽带往往没用。

OLLAMA_MODELS 只改模型存放目录，不改变下载源，也不能消除 pulling manifest。OLLAMA_HOST 是服务监听地址，不是镜像源。网上常见的 OLLAMA_REGISTRY / OLLAMA_REGISTRIES 也不是 Ollama 官方配置项，设了通常仍会打到 registry.ollama.ai。

原因：为什么会停在 pulling manifest

常见有三类，可以并存：

1. 清单请求到不了官方仓库
   默认仓库是 registry.ollama.ai。国内部分线路上，TLS 握手或长时间连接会超时、被重置。表现就是一直 pulling manifest，或报 i/o timeout、EOF。

2. 服务进程没用上你以为的网络出口
   你在终端里配了代理，但 systemd / Windows 服务 / 容器里的 Ollama 没读到 HTTP_PROXY / HTTPS_PROXY。CLI 只是客户端，真正发拉取请求的是 ollama serve 那一侧。

3. 磁盘或权限让后续步骤写不进去
   盘满、目录属主不对时，有时也会在拉层或写 manifest 阶段失败。需要和「纯网络卡住」分开看：先确认模型目录所在分区还有空间，Linux 服务账号对目录可写。

容器里跑 Ollama 时，还要确认：挂载的模型目录可写，且代理环境变量写进了容器而不是只写在宿主机当前 shell。

路径一：魔搭前缀拉取（优先试）

ModelScope 魔搭 已支持用 Ollama 直接拉社区上的 GGUF 仓库。建议 Ollama ≥ 0.3.12。命令形态是：

bash
ollama pull modelscope.cn/<命名空间>/<仓库名>

可先用小模型确认路径通：

bash
ollama pull modelscope.cn/Qwen/Qwen2.5-0.5B-Instruct-GGUF

同系列常用示例：

bash
ollama pull modelscope.cn/unsloth/DeepSeek-R1-Distill-Qwen-1.5B-GGUF
ollama pull modelscope.cn/second-state/Llama-3.2-1B-Instruct-GGUF

指定量化时，在仓库名后加标签，例如 :Q4_K_M（大小写不敏感）。仓库页能看到有哪些 GGUF 文件。

拉完检查：

bash
ollama list

列表里会出现带 modelscope.cn/... 前缀的名字。需要短名时再：

bash
ollama cp modelscope.cn/Qwen/Qwen2.5-0.5B-Instruct-GGUF qwen2.5-local
ollama run qwen2.5-local

这条路径仍然是在线 pull，但清单和层走魔搭，不再依赖 registry.ollama.ai 的可达性。

路径二：手动下载 GGUF，再 ollama create

完全绕开 ollama pull 的在线仓库协议：在浏览器或下载工具里从魔搭（或其它你信任的来源）下好 .gguf，再本地导入。

1. 打开对应 GGUF 仓库，例如 Qwen2.5-0.5B-Instruct-GGUF，下载需要的量化文件。
2. 在模型文件同目录写 Modelfile：

text
FROM ./qwen2.5-0.5b-instruct-q4_k_m.gguf

把文件名换成你实际下载的名字。

3. 导入并运行：

bash
ollama create qwen25-local-gguf -f Modelfile
ollama run qwen25-local-gguf

对话模板和参数：魔搭对接时通常会按仓库信息生成；若你只写了 FROM 一行，复杂模型可能还要按 Ollama Modelfile 说明 补 TEMPLATE / PARAMETER。优先用路径一的 modelscope.cn/...，减少手写模板。

路径三：能上网的机器上下好，再离线拷目录

官方没有 docker save 那种内置 ollama save。可迁移的做法是拷贝模型目录里的 blobs 与 manifests（新版本还可能有 manifests-v2）。维护者在 ollama#3441 里确认：两套目录都要，blob 按内容寻址，拷过去即可。

各平台默认模型目录（可用 OLLAMA_MODELS 改掉；改的是 serve 进程 的环境，不是只改当前 shell）：

在已拉成功的机器上打包（按你的实际目录改路径）：

bash
# 示例：Linux 服务目录；先停服务再写目标机
sudo systemctl stop ollama
tar --exclude='*-partial*' -cf ollama-models.tar 
  -C /usr/share/ollama/.ollama/models blobs manifests
# 若存在 manifests-v2，一并打进包

拷到目标机后：

bash
sudo systemctl stop ollama
sudo tar -xf ollama-models.tar -C /usr/share/ollama/.ollama/models
sudo chown -R ollama:ollama /usr/share/ollama/.ollama/models
sudo systemctl start ollama
ollama list

Windows / macOS 同样：退出 Ollama → 解压到对应 models → 再启动 → ollama list。只拷 blobs 不拷 manifests，列表里不会出现模型名。

实测：体积与耗时

测试时间 2026-11-09。客户端 Ollama 0.40.15，服务端 0.40.2。同一台机器、同一出口，先走官方库标签，再走魔搭前缀；GGUF 手动路径单独计下载与 create。

在线 pull 对照

说明：

• 官方库标签与魔搭 GGUF 仓库不是同一产物：量化、模板、体积可能不同，表中按「同系列小模型」对照，不宣称 bit 级一致。
• 本机访问官方仓库时，小模型清单阶段能很快过；deepseek-r1:1.5b、llama3.2:1b 主要耗在层下载。你的线路若清单都过不去，会先卡在 pulling manifest，应直接换魔搭或离线路径。
• 更大的常用档官方页体积（未在本轮完整计时）：qwen2.5:7b 4.7 GB，deepseek-r1:7b 4.7 GB，llama3.1:8b 4.9 GB。体积上去后，官方慢、魔搭相对快的差距通常更明显。

GGUF 手动导入（Qwen 0.5B Q4_K_M）

离线打包

对本机已下载模型目录中的 blobs + manifests + manifests-v2 打包（约 4.9 GB）：

打包和解压只反映本机磁盘；跨机器还要算传输时间。中断后续传：ollama pull 对已下完的层会跳过；GGUF 大文件用支持断点的下载工具更稳。

容器镜像（给 Docker 用户）

用 轩辕镜像 加速拉取 Ollama 运行时镜像（这是容器镜像，不是模型权重）：

bash
docker pull docker.xuanyuan.run/ollama/ollama:0.40.4

本机实测：拉取耗时 855.2 s，docker image inspect 得到本地体积约 5.2 GB。Compose 与网页对话界面可参考 Docker 部署 Open WebUI。

OLLAMA_HOST、代理与目录

Linux systemd 示例（代理地址换成你自己的；改完 daemon-reload 并重启服务）：

bash
sudo mkdir -p /etc/systemd/system/ollama.service.d
sudo tee /etc/systemd/system/ollama.service.d/proxy.conf <<'EOF'
[Service]
Environment="HTTP_PROXY=http://127.0.0.1:7890"
Environment="HTTPS_PROXY=http://127.0.0.1:7890"
Environment="NO_PROXY=127.0.0.1,localhost"
EOF
sudo systemctl daemon-reload
sudo systemctl restart ollama

用容器时，把同样的环境变量写进 Compose / docker run 的 -e，不要只写在宿主机 shell。

验证服务是否在听：

bash
curl http://127.0.0.1:11434/api/tags

常见问题

Q1：为什么官方小模型很快，大模型却像卡死？

小模型往往几秒就过完清单并开始下层。大模型清单也可能很快通过，但层文件有数 GB，进度条会停很久。先看有没有从 pulling manifest 变成某一层的百分比；有百分比就是在下，不是卡清单。

Q2：配了 OLLAMA_MODELS 还是卡在 pulling manifest？

正常。这个变量只改落盘位置。卡清单时请换「路径一 / 二 / 三」，或给 serve 进程 配上可用的 HTTP_PROXY / HTTPS_PROXY。

Q3：Docker 镜像已经用轩辕加速了，ollama pull 为什么还慢？

docker pull docker.xuanyuan.run/ollama/ollama:… 加速的是 Ollama 程序镜像。ollama pull 拉的是 模型仓库，默认仍是 registry.ollama.ai（或你写的 modelscope.cn/...）。两件事不要混成一个开关。

Q4：拉到一半断了，要删干净重来吗？

一般不用。再次执行同一条 ollama pull，已完成的层会留下。GGUF 手动下载请用带断点续传的工具。不要删整个 blobs 目录除非你确认要清空所有模型。

Q5：魔搭前缀拉下来的名字很长，Open WebUI 里不好选？

用 ollama cp 起短名，或在 Open WebUI 里直接选列表中的全名。部署 Open WebUI 与 Ollama 的 Compose 见 Docker 部署 Open WebUI。

命令速查

bash
# 容器：Ollama 运行时镜像
docker pull docker.xuanyuan.run/ollama/ollama:0.40.4

# 路径一：魔搭
ollama pull modelscope.cn/Qwen/Qwen2.5-0.5B-Instruct-GGUF
ollama pull modelscope.cn/unsloth/DeepSeek-R1-Distill-Qwen-1.5B-GGUF
ollama pull modelscope.cn/second-state/Llama-3.2-1B-Instruct-GGUF
ollama list

# 路径二：本地 GGUF
# Modelfile 内：FROM ./xxx.gguf
ollama create 本地名 -f Modelfile

# 路径三：打包 models 下的 blobs + manifests（路径按系统改）
tar --exclude='*-partial*' -cf ollama-models.tar -C /path/to/models blobs manifests

curl http://127.0.0.1:11434/api/tags

附录：Ollama 是什么

Ollama 在本机拉取并运行开源大模型，提供命令行和 HTTP API。模型文件落在本机目录，适合不想把对话和权重都放到云端 API 的场景。它负责下载与推理；若需要浏览器聊天界面，可再接 Open WebUI 等前端。

延伸阅读

阅读原文

• 轩辕镜像官方博客：https://xuanyuan.cloud/blog/ollama-pulling-manifest?xy_from=ollama-pulling-manifest

本文基于 ollama/ollama:0.40.4，以 0.40.4 版本实测容器拉取；模型拉取对照使用本机 Ollama 客户端 0.40.15 / 服务端 0.40.2，测试平台 Windows + WSL。