这次我们来看一个很有意思的尝试：在学而思学习机上运行本地大语言模型。你可能觉得学习机就是个封闭的“学习盒子”，但通过 Termux 和 Ollama 的组合，我们能让它变成一个能离线对话、处理文档的轻量级 AI 终端。这背后的核心不是追求多强的性能，而是验证在 ARM 架构、资源受限的安卓设备上，本地 AI 部署的可行性与边界。

对于家长或技术爱好者来说，这有几个直接价值：一是探索学习机的“隐藏”能力，将其转化为一个可编程的 Linux 环境；二是在无需联网、确保隐私的前提下，让孩子体验基础的 AI 交互，比如问答、故事生成、学习规划；三是作为一种低成本的技术验证方案，了解移动端部署 AI 模型的门槛。整个过程不涉及系统破解或获取 root 权限，主要依赖开源工具在用户空间完成。

本文将带你完整走通从环境准备、软件安装、模型部署到基础功能测试的全流程。你会了解到 Termux 如何提供一个基础的 Linux 环境，Ollama 如何简化模型的拉取与管理，以及最终如何在学习机的终端里与本地模型对话。我们重点关注的是方案的通用性、部署过程中可能遇到的坑，以及在这种设备上运行 AI 模型的真实体验和性能边界。

1. 核心能力速览

在开始动手之前，我们先通过一个表格快速了解这个方案的核心信息、硬件门槛和能做什么。

能力项	说明
项目本质	在安卓设备（学而思学习机）上，利用 Termux 模拟 Linux 环境，部署 Ollama 来运行本地大语言模型。
核心工具	Termux（终端模拟器与 Linux 环境）、Ollama（本地大模型运行框架）。
硬件平台	基于 ARM 架构的安卓学习机/平板/手机。无需 root 权限。
性能门槛	主要瓶颈在内存（RAM）和存储空间 。流畅运行较小模型（如 7B 参数）建议设备内存 ≥ 4GB，存储空间预留 5-10GB 用于安装环境和模型。CPU 推理为主，速度较慢。
主要功能	在终端内与本地大模型进行纯文本对话、内容生成、简单推理。可作为离线 AI 助手原型。
启动方式	通过 Termux 命令行启动 Ollama 服务，使用 curl 或 Ollama 命令行与之交互。
是否支持 API	支持 。Ollama 默认提供 RESTful API（端口 11434），可供其他本地应用（如笔记软件、脚本）调用。
是否支持批量任务	可通过脚本循环调用 API 实现简单的批量文本处理，但受限于设备性能，不适合高强度批量任务。
适合场景	1. 隐私敏感场景 ：离线问答、文档处理。 2. 教育探索 ：让学生理解 AI 本地运行的基本原理。 3. 轻量级开发测试 ：在 ARM 设备上验证 AI 应用原型。 4. 设备功能拓展 ：将学习机变为编程和 AI 学习工具。

2. 适用场景与使用边界

在学而思学习机上跑本地模型，听起来很极客，但清楚它的适用场景和局限能帮你更好地决策是否值得尝试。

它非常适合以下情况：

• 离线AI体验与教学 ：你想让孩子或学生了解“AI不是魔法，而是运行在设备上的程序”，这个方案提供了一个完全离线、可触摸的实例。讨论模型是如何被下载、加载和响应问题的，是很好的科普。
• 隐私安全优先的轻量级任务 ：处理一些不想上传到云端的文本想法、草稿、学习计划。模型完全在本地，数据不出设备。
• ARM环境开发学习 ：作为移动端或嵌入式AI应用开发的低成本测试平台，了解在资源受限的ARM设备上部署AI服务的流程和挑战。
• 学习机功能拓展实践 ：通过Termux，你可以安装Python、Node.js、Git等工具，将学习机变成一个轻量级Linux开发环境，远超其原有学习功能。

你需要清楚它的主要限制：

• 性能有限 ：学习机的CPU并非为高强度AI计算设计，推理速度慢（生成一段文字可能需要数十秒）。内存小，无法运行大型模型（如70B参数模型）。
• 功能单一 ：目前主要实现文本对话。复杂的多模态（识图、语音）或需要GPU加速的任务在此方案上难以实现。
• 体验粗糙 ：交互方式以命令行终端为主，没有精美的图形界面。不适合追求流畅交互体验的日常使用。
• 设备风险 ：虽然不root，但安装非商店应用、占用大量存储和内存，可能影响学习机原有系统的稳定性或保修条款（请自行判断）。

合规与安全边界提醒：

• 版权与内容 ：本地模型生成的内容，其版权和责任由使用者自行承担。需确保生成内容合法合规，符合社会主义核心价值观，尤其当用于教育场景时。
• 设备用途 ：请确保该技术实践用于合法学习与研究目的，不破坏学习机内置的正版教育资源与系统完整性。
• 模型来源 ：从Ollama官方或可信镜像下载模型，避免使用来路不明的模型文件。

3. 环境准备与前置条件

开始操作前，请确认你的学习机满足以下条件，并做好必要准备。

1. 设备确认：

• 品牌型号 ：学而思学习机（其他安卓平板或手机也可参考，流程通用）。
• 系统版本 ：安卓版本建议在 8.0 及以上。部分旧版本可能无法兼容最新 Termux。
• 存储空间 ：至少预留 8GB 可用空间。用于安装 Termux、Ollama 及其依赖，以及下载模型文件（一个7B模型约4-5GB）。
• 运行内存 ： 4GB 或以上 为佳。运行模型时，内存占用会显著上升。

2. 软件准备：

• Termux 安装包 ：由于 Google Play 上的 Termux 可能版本较旧或有问题，建议从 F-Droid 应用商店下载 Termux 及其插件（Termux:API, Termux:Widget 等可选）。这是获取可靠版本的最佳途径。
  • 可以在学习机内置浏览器中访问 F-Droid 官网下载安装器。
• 终端工具 ：Termux 本身即是一个强大的终端。你还需要一个 文件管理器 （如学习机自带管理器或 MT 管理器）来管理下载的文件。
• 网络环境 ：部署过程中需要从网络下载软件包和模型，请确保学习机连接到一个 稳定、通畅的网络 。由于 Ollama 默认从海外拉取模型，网络速度可能影响下载体验，后续步骤会提供优化方案。

3. 心理准备：

• 整个过程涉及命令行操作，需要一定的耐心和学习能力。
• 命令执行后可能需要等待较长时间（尤其是安装包和下载模型时）。
• 如果遇到问题，排查思路比具体错误代码更重要。

4. 安装部署与启动方式

接下来是核心操作部分。请严格按照步骤进行。

4.1 安装并配置 Termux

1. 安装 Termux ：
   • 通过 F-Droid 安装 Termux。打开应用，完成初始化。
2. 换源（关键步骤，大幅提升安装速度） ：
   • 启动 Termux，依次执行以下命令，将软件源替换为国内镜像（如清华源）。

   pkg update
   pkg install curl
   curl -L https://gitee.com/mirrors/termux-images/raw/master/update.sh | bash
   

   • 或者，手动编辑源列表（如果上述脚本无效）：

   pkg install nano
   nano $PREFIX/etc/apt/sources.list
   

   • 将文件内容替换为：

   # The termux repository mirror from TUNA:
   deb https://mirrors.tuna.tsinghua.edu.cn/termux/termux-packages-24 stable main
   

   • 按 Ctrl+X ，输入 Y 保存，回车确认。
3. 更新与安装基础工具 ：

   pkg update && pkg upgrade
   pkg install git wget python nodejs -y
   

4.2 安装 Ollama

Ollama 提供了在 Linux 系统上的一键安装脚本，在 Termux 的 Linux 环境下同样适用。

1. 下载并运行安装脚本 ：

   curl -fsSL https://ollama.com/install.sh | sh
   

   • 这个命令会下载安装脚本并自动执行。如果网络连接 ollama.com 较慢，可能会失败或等待很久。
2. 国内网络优化方案 ：
   • 如果上述命令下载缓慢或失败，可以尝试使用加速地址，或者先下载模型文件（见下一步），安装过程可能会检测到已存在的模型并跳过部分下载。
   • 一个更直接的方法是，先确保 Termux 能访问外网，耐心等待。有时重试几次即可。

4.3 下载与运行模型

Ollama 安装成功后， ollama 命令就应该可用了。我们选择一个适合移动端的小模型进行测试，例如 qwen2.5:0.5b （千问2.5的0.5B版本，非常小巧）或 llama3.2:1b 。

1. 拉取模型 ：

   # 以 qwen2.5:0.5b 为例
   ollama pull qwen2.5:0.5b
   

   • 这是最耗时的一步 ，模型文件大小约数百MB到数GB。请保持设备亮屏并连接稳定网络。
   • 国内镜像加速 ：如果下载极慢，可以尝试在运行 ollama pull 前，设置环境变量使用国内镜像（并非所有模型都支持，但可以尝试）：

     export OLLAMA_HOST=114.116.21.177:11434
     # 或者尝试其他社区镜像地址，但需注意安全性和稳定性。
     

   • 更推荐的方法是耐心等待官方源下载，或寻找可靠的、已下载的模型文件手动放置到 ~/.ollama/models 目录下（需要了解 Ollama 模型文件格式）。
2. 运行模型服务 ：
   • 拉取完成后，可以直接运行模型进行交互式对话：

   ollama run qwen2.5:0.5b
   

   • 你会看到 >>> 提示符，此时可以直接输入问题，例如：“用中文介绍一下你自己。” 模型会开始生成回答。
3. 后台运行服务模式 ：
   • 更多时候，我们希望 Ollama 作为后台服务运行，以便通过 API 调用。首先停止刚才的交互式会话（按 Ctrl+C ）。
   • 启动 Ollama 服务：

   ollama serve
   

   • 默认情况下，服务会在 127.0.0.1:11434 启动。 注意：此命令会前台运行，阻塞当前终端。 要后台运行，可以：

     nohup ollama serve > ~/ollama.log 2>&1 &
     

   • 这样服务就在后台运行了，日志输出到 ~/ollama.log 。你可以用 ps aux | grep ollama 查看进程，用 kill 命令结束它。

5. 功能测试与效果验证

安装部署完成后，我们需要验证 Ollama 服务是否正常工作，以及模型的基本能力。

5.1 基础对话测试

在 Termux 中，打开一个新的终端会话（或使用 tmux 、 screen 分屏），测试与模型的交互。

1. 测试命令 ：

   # 方式一：使用 ollama run 直接对话（测试服务是否正常）
   ollama run qwen2.5:0.5b
   # 进入交互模式后，输入：
   >>> 你是谁？请用中文回答。
   

2. 预期结果 ：
   • 模型会生成一段中文自我介绍，表明它是通义千问的某个版本，并说明其能力范围。
   • 生成速度取决于学习机 CPU 性能，可能需要 10-30 秒。
3. 成功判断 ：
   • 能返回一段连贯、相关的中文文本，没有报错信息（如“连接失败”、“模型未加载”）。
4. 常见失败 ：
   • Error: model 'qwen2.5:0.5b' not found ：模型未成功下载，返回步骤 4.3 重新 ollama pull 。
   • 长时间无响应或报内存错误：可能是模型太大或设备内存不足，尝试更小的模型（如 tinyllama ）。

5.2 API 接口测试

Ollama 的核心优势之一是提供 HTTP API，方便其他程序调用。我们在 Termux 内部用 curl 命令测试。

1. 确保服务运行 ：确保 ollama serve 正在后台运行（可通过 ps aux | grep ollama 检查）。
2. 发送生成请求 ：

   curl http://localhost:11434/api/generate -d '{
     "model": "qwen2.5:0.5b",
     "prompt": "请写一首关于春天的五言绝句。",
     "stream": false
   }'
   

3. 预期结果 ：
   • 会返回一个 JSON 格式的响应，其中 "response" 字段包含了模型生成的诗歌文本。
   • 响应中可能还包含 "done" 、 "context" 等字段。
4. 成功判断 ：
   • HTTP 返回状态码为 200。
   • JSON 解析后， "response" 字段有非空的中文诗歌内容。
5. 进阶测试（对话上下文） ：

   # 第一次提问
   curl http://localhost:11434/api/generate -d '{
     "model": "qwen2.5:0.5b",
     "prompt": "我的名字叫小明。",
     "stream": false
   }'
   # 从第一次响应中获取 `context` 字段的值（假设为 CTX1）
   # 第二次提问，带上之前的 context
   curl http://localhost:11434/api/generate -d '{
     "model": "qwen2.5:0.5b",
     "prompt": "我刚才说我叫什么名字？",
     "context": [CTX1], // 替换为实际的 context 数组
     "stream": false
   }'
   

   • 此测试验证模型是否能维持简单的会话上下文。

6. 接口 API 与批量任务

成功运行服务并通过基础测试后，我们可以探索如何更程序化地利用它。

6.1 API 接口详解

Ollama 的 API 非常简单。主要端点如下：

• POST /api/generate ：生成文本，我们上面测试用的就是这个。
• POST /api/chat ：更结构化的对话接口（推荐）。
• GET /api/tags ：列出本地已下载的模型。
• POST /api/pull ：拉取模型。
• POST /api/ps ：显示正在运行的模型。

一个使用 /api/chat 的示例（更接近真实应用）：

curl http://localhost:11434/api/chat -d '{
  "model": "qwen2.5:0.5b",
  "messages": [
    { "role": "user", "content": "你好" },
    { "role": "assistant", "content": "你好！我是通义千问，很高兴为你服务。" },
    { "role": "user", "content": "你会编程吗？" }
  ],
  "stream": false
}'

6.2 批量任务处理

在学习机上处理批量任务需要谨慎，因为性能有限。但可以通过简单的 Shell 脚本或 Python 脚本来实现。

示例：使用 Python 脚本批量处理问题列表

1. 在 Termux 中安装 Python requests 库（如果尚未安装）：

   pip install requests
   

2. 创建一个 Python 脚本 batch_ask.py ：

   import requests
   import json
   import time
   
   OLLAMA_API = "http://127.0.0.1:11434/api/generate"
   
   questions = [
       "解释一下什么是光合作用。",
       "背诵李白的《静夜思》。",
       "计算一下 15 的平方是多少？",
   ]
   
   for i, question in enumerate(questions):
       print(f"\n处理第 {i+1} 个问题: {question}")
       payload = {
           "model": "qwen2.5:0.5b",
           "prompt": question,
           "stream": False
       }
       try:
           # 增加超时时间，因为设备慢
           response = requests.post(OLLAMA_API, json=payload, timeout=120)
           if response.status_code == 200:
               result = response.json()
               answer = result.get("response", "无响应").strip()
               print(f"回答: {answer}")
           else:
               print(f"请求失败，状态码: {response.status_code}")
       except Exception as e:
           print(f"请求异常: {e}")
       # 每个问题之间稍作停顿，避免过热或内存累积
       time.sleep(5)
   
   print("\n批量处理完成。")
   

3. 运行脚本：

   python batch_ask.py
   

   • 重要提醒 ：批量任务会持续占用 CPU 和内存，可能导致设备发热、响应变慢。建议一次只处理少量任务，并在完成后重启 Ollama 服务释放资源。

7. 资源占用与性能观察

在资源受限的学习机上，监控资源占用至关重要。

1. 查看进程与资源（Termux 内） ：
   • 查看 Ollama 进程 ： ps aux | grep ollama 。可以看到进程 ID (PID) 和内存/CPU 占用百分比（但 Termux 的 ps 信息可能较简略）。
   • 使用 top 或 htop ：

     pkg install htop -y
     htop
     

     在 htop 中，可以更直观地看到 ollama 进程的 CPU 和 MEM 使用情况。运行模型生成时，CPU 使用率会飙升到 70%-100%，内存占用也会显著增加。
2. 性能影响因素 ：
   • 模型大小 ：参数越多的模型，加载越慢，运行时内存占用越高，生成速度也越慢。在 4GB 内存设备上，1B-3B 的模型是更现实的选择。
   • 生成参数 ： num_predict （生成最大token数）设置越大，生成时间越长。 temperature 等参数对性能影响不大。
   • 设备状态 ：后台运行的其他应用会抢占资源。进行 AI 推理时，最好关闭不必要的应用。
3. 发热与耗电 ：
   • 持续运行 Ollama 进行文本生成会使 CPU 高负荷工作，导致设备明显发热，并加速耗电。这属于正常现象。
   • 建议 ：长时间使用时，注意设备散热环境；如果是插电使用的学习机，则影响不大。

8. 常见问题与排查方法

部署过程中难免遇到问题，下表汇总了常见情况及其解决方法。

问题现象	可能原因	排查方式	解决方案
pkg update 失败或极慢	Termux 默认源网络连接差	执行 ping mirrors.tuna.tsinghua.edu.cn	务必执行 4.1 步骤 更换为国内镜像源。
`curl ... install.sh	sh` 失败	网络无法连接 ollama.com	手动下载安装脚本，或检查 Termux 网络权限
ollama pull 下载卡住或失败	模型服务器连接不稳定或国内网络问题	观察下载进度，或使用 curl -I 测试连接	1. 耐心等待 ，模型文件较大。 2. 尝试设置 OLLAMA_HOST 环境变量指向国内镜像（需自行寻找可用镜像）。 3. 在网络条件好的时候重试。
ollama run 报错 model not found	模型未成功下载或名称错误	ollama list 查看本地已有模型	1. 确认模型名称拼写正确。 2. 使用 ollama pull 重新下载。
运行模型时 Termux 闪退或卡死	内存不足 (OOM)	观察 htop 中内存使用是否接近 100%	1. 关闭其他所有应用。 2. 换用更小的模型（如 tinyllama ）。 3. 尝试在 ollama run 命令后加上 --verbose 看日志。
API 调用 ( curl ) 返回 connection refused	Ollama 服务未启动	`ps aux	grep ollama`
生成速度极慢（一个字要好几秒）	设备 CPU 性能有限，模型参数较大	这是 正常现象	1. 接受移动设备 CPU 推理的客观速度。 2. 确认使用的是小参数模型（如 0.5B, 1B）。 3. 降低生成文本的长度 ( num_predict )。
存储空间不足	模型文件占用过大	df -h 查看存储使用	1. 删除不用的模型： ollama rm <model-name> 。 2. 清理 Termux 缓存： pkg clean 。

9. 最佳实践与使用建议

为了让体验更顺畅，这里有一些实践建议：

1. 模型选择策略 ：

   • 首次尝试 ：务必从超小模型开始，如 tinyllama 、 qwen2.5:0.5b 。验证流程跑通是第一要务。
   • 平衡选择 ：如果小模型运行流畅，可以尝试 llama3.2:1b 、 qwen2.5:1.5b 等，在能力和性能间取得平衡。
   • 避免大模型 ：除非你的学习机有 8GB 以上内存，否则不要尝试 7B 及以上参数的模型，极易导致崩溃。

2. 会话管理 ：

   • 使用 tmux 或 screen 来管理多个终端会话，一个跑服务，一个做交互，方便调试。

   pkg install tmux -y
   tmux new -s ollama
   # 在这个tmux会话中启动 ollama serve
   # 按 Ctrl+B, 再按 D 脱离会话
   # 重新连接：tmux attach -t ollama
   

3. 资源监控 ：

   • 在进行长时间批量任务前，先手动测试一个样本，观察资源占用和生成时间，估算总耗时。
   • 使用 htop 定期观察，如果内存使用持续增长（可能内存泄漏），需要重启 Ollama 服务。

4. 数据与配置管理 ：

   • Ollama 模型默认存储在 ~/.ollama/models 。定期清理不用的模型。
   • 可以将常用的 API 调用命令写成 Shell 脚本或 Python 函数，方便复用。

5. 安全与隐私 ：

   • Ollama 服务默认绑定在 127.0.0.1 ，外部无法访问，相对安全。 切勿 将其修改为 0.0.0.0 暴露在局域网中，除非你完全理解风险并做了访问控制。
   • 所有对话数据仅存在于设备本地内存中，服务停止后即消失（除非你自己保存日志）。这是隐私优势。

10. 总结与下一步

通过 Termux 和 Ollama 在学而思学习机上部署本地大模型，我们成功地将一个消费级教育硬件变成了一个可编程的 AI 实验平台。这个方案的核心价值在于其 可及性和教育意义 ：它用很低的成本和相对简单的操作，展示了 AI 模型本地运行的完整链条——从环境搭建、软件安装、模型部署到应用交互。

最值得尝试的点 在于，你亲手在一个非 x86 的普通 ARM 设备上跑起了一个“大脑”，并能与之对话。这比任何理论讲解都更直观。

最先应该验证的功能 就是基础对话和 API 调用。只要 ollama run 和 curl 测试能成功返回中文回答，整个技术链路就通了。

最容易踩的坑 集中在网络（下载慢）、内存（模型太大）和存储空间不足。因此，坚持“从小开始、逐步升级”的原则，能避开大部分问题。

后续可以探索的方向 ：

1. 集成到学习流程 ：写一个简单的 Python 脚本，让孩子输入作文题目，让本地模型生成提纲或提供灵感（需家长引导）。
2. 尝试其他轻量模型 ：除了 Qwen 和 Llama，可以试试 gemma:2b 、 phi 等，对比效果。
3. 结合 Termux 其他能力 ：用 Termux 安装 Python，写一个简单的 Flask 网页前端，通过本地网络在电脑浏览器上访问学习机里的 Ollama 服务，获得更好的交互界面。
4. 探索模型微调（高级） ：在极小的模型上，尝试用 LoRA 等技术，用本地数据做微调，打造一个专属的“学习助手”，但这需要更强的技术背景。

这个项目更像是一个“技术盆景”，它可能不实用，但足够有趣，且完整地呈现了本地 AI 部署的微观形态。对于有兴趣的家长和学生来说，其过程本身就是一个绝佳的、跨学科的实践项目。