
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。
该镜像为在Jetson AGX Orin设备上运行Ollama的临时解决方案,主要用于解决官方镜像中缺失/data/logs目录的问题。支持CUDA 12.2、L4T 36.3.0、JetPack 6.0及nvidia-smi 540.3.0版本,确保在Jetson AGX Orin硬件上的兼容性和稳定性。
/data/logs目录的bug使用以下命令直接运行预构建的镜像:
bashdocker run -d \ --runtime nvidia \ -v [本地目录]/home/ollama:/root/.ollama \ # 挂载本地目录以持久化Ollama数据 -e OLLAMA_MODELS=/root/.ollama \ # 设置模型存储路径环境变量 -p 11434:11434 \ # 映射Ollama服务端口 --name ollama \ # 容器名称 vndr/ollama:r36.3.0 # 镜像名称及标签
说明:将
[本地目录]替换为实际的本地路径,用于存储Ollama数据和模型。
由于L4T 36.2.0版本存在兼容性问题,如需更新容器,需自行构建镜像:
克隆jetson-containers仓库:
bashgit clone https://github.com/dusty-nv/jetson-containers.git
按照仓库说明安装jetson-containers环境
进入Ollama包目录:
bashcd jetson-containers/packages/llm/ollama
修改配置文件:
config.py,设置所需的版本信息Dockerfile,修复缺失日志目录的问题(添加日志目录创建命令)构建镜像:
bashjetson-containers build ollama
测试构建的镜像:
bashdocker run -d \ --runtime nvidia \ -v /home/ollama:/root/.ollama \ -e OLLAMA_MODELS=/root/.ollama \ -p 11434:11434 \ --name ollama \ ollama:r36.3.0
| 参数 | 说明 |
|---|---|
--runtime nvidia | 使用NVIDIA运行时,启用GPU支持 |
-v [本地目录]:/root/.ollama | 挂载卷,持久化Ollama数据和模型 |
-e OLLAMA_MODELS=/root/.ollama | 设置模型存储路径环境变量 |
-p 11434:11434 | 端口映射,将容器内Ollama服务端口映射到主机 |
--name ollama | 指定容器名称,便于管理 |
以下是 vndr/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