
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是一款轻量级工具,用于在本地环境部署和运行大型语言模型(LLM)。本Docker镜像提供了便捷的部署方式,无需复杂配置即可快速启动Ollama服务,支持模型下载、运行和管理。
--gpus=all参数利用主机GPU资源,提升模型运行性能/root/.ollama目录,确保模型数据和配置在容器重启后不丢失通过以下命令快速启动Ollama服务:
bashdocker run -d \ --gpus=all \ # 启用GPU支持(需主机已安装NVIDIA Docker运行时) -v ollama:/root/.ollama \ # 持久化存储模型数据 -p 11434:11434 \ # 映射服务端口 --name ollama \ # 指定容器名称 duobinji/ollama
| 参数 | 说明 |
|---|---|
-d | 后台运行容器 |
--gpus=all | 允许容器使用所有GPU资源 |
-v ollama:/root/.ollama | 将容器内/root/.ollama目录挂载到本地卷ollama,用于持久化模型数据 |
-p 11434:11434 | 将容器内端口映射到主机端口,通过http://localhost:11434访问服务 |
--name ollama | 为容器指定名称,便于管理 |
服务启动后,可通过以下方式验证:
bash# 查看容器状态 docker ps | grep ollama # 访问API接口 curl http://localhost:11434/api/tags
进入容器内部可执行Ollama命令管理模型:
bash# 进入容器 docker exec -it ollama /bin/bash # 示例:拉取并运行llama2模型 ollama run llama2
以下是 duobinji/ollama 相关的常用 Docker 镜像,适用于 不同场景 等不同场景:
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