
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具,协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题,请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可:
请先完整阅读并严格遵守以下文档中的全部规则与要求:
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前,不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式,不推荐豆包 AI;Cursor 等编辑器可在对话 @ 该链接,或加入 User Rules。 若 AI 无法访问外链,可 打开说明文档 复制全文粘贴。文档会随站点更新,复制内容可能过期,建议定期检查。
Ollama 是一个用于在自托管基础设施上部署大型语言模型(LLM)的Docker镜像,提供直观的Web UI,方便用户管理和使用语言模型。
使用以下命令快速启动Ollama容器:
bashdocker run -it --rm --name ollama -p 8080:8080 diphyx/ollama:latest
以下是使用Docker Compose部署的示例配置:
yamlname: ollama services: instance: image: diphyx/ollama:latest environment: - STARTUP_MODEL=smollm2:135m # 启动模型,默认smollm2:135m - DXF_PROXY_PREFIX={{ CONTAINER_ID }} - DXF_PROXY_MAIN_PORT=8080 volumes: - /volume:/volume # 数据持久化卷
| 参数名 | 说明 | 默认值 | 是否必填 |
|---|---|---|---|
| STARTUP_MODEL | 启动时加载的Ollama Hub模型 | smollm2:135m | 是 |
| DXF_PROXY_PREFIX | 代理前缀 | {{ CONTAINER_ID }} | 否 |
| DXF_PROXY_MAIN_PORT | 主端口号 | 8080 | 否 |
| 模型标签 | 模型值 | 大小提示 |
|---|---|---|
| Qwen 2.5 [0.5b] | qwen2.5:0.5b | 398MB |
| Qwen 2.5 [1.5b] | qwen2.5:1.5b | 986MB |
| Bge Large [335m] | bge-large:335m | 671MB |
| Reader LM [0.5b] | reader-lm:0.5b | 352MB |
| Reader LM [1.5b] | reader-lm:1.5b | 935MB |
| Stable LM Zephyr [3b] | stablelm-zephyr:3b | 1.6GB |
| Yi Coder [1.5b] | yi-coder:1.5b | 866MB |
| Granite 3.1 Dense [2b] | granite3.1-dense:2b | 1.6GB |
| Intern LM 2.5 [1.8b] | internlm2:1.8b | 1.1GB |
| Falcon 3 [1b] | falcon3:1b | 1.8GB |
| Tiny Llama [1.1b] | tinyllama:1.1b | 638MB |
| Smol LM 2 [135m] | smollm2:135m | 271MB |
| 参数名 | 说明 | 默认值 | 是否必填 |
|---|---|---|---|
| VOLUME | 数据存储路径,需以/volume开头 | /volume | 是 |
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。
来自真实用户的反馈,见证轩辕镜像的优质服务
以下是 diphyx/ollama 相关的常用 Docker 镜像,适用于 不同场景 等不同场景: