前言

在AI大模型火热的今天，很多人都想亲自体验部署和运行大模型，但高昂的GPU算力成本往往让人望而却步。腾讯云Cloud Studio提供了每月10000分钟的免费GPU算力（16G显存、8核32G配置），搭配Ollama工具，可以轻松实现大模型的云端部署。

本文将手把手带你完成：

1. Cloud Studio中创建Ollama环境

2. 部署大模型并测试

3. Ollama基础指令大全

4. 使用Chrome插件实现网页端对话

一、Cloud Studio简介

Cloud Studio是腾讯云推出的基于浏览器的云端集成开发环境（IDE），无需安装任何软件，打开浏览器即可使用。它提供了每月10000分钟的免费GPU时长，配置为16G显存、32G内存和8核CPU。

👉 免费体验地址：https://ide.cloud.tencent.com

二、创建Ollama工作空间

2.1 注册登录

打开Cloud Studio官网，使用微信或QQ扫码登录。

2.2 创建高性能工作空间

点击“高性能工作空间”右侧的“新建”按钮。在弹出的窗口中：

• 空间名称：自定义，如“ollama-demo”

• 应用模板：选择 “Ollama”

选择后等待系统创建完成，显示“运行中”状态后，点击图标跳转到IDE环境。

💡 提示：Cloud Studio选择Ollama模板后，系统会自动安装好Ollama环境，省去了手动安装的麻烦。

三、验证Ollama安装

进入IDE后，点击“终端”>“新建终端”，执行以下命令验证：

bash

ollama --version

如果看到版本号输出（如 ollama version 0.5.x），说明Ollama已就绪。

如果你的环境没有自动安装Ollama，也可以手动执行安装脚本：

bash

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

⚠️ 注意：如果安装时报错缺少 zstd，先安装它：

bash

apt-get update && apt-get install -y zstd   # Ubuntu/Debian

四、部署大模型

4.1 拉取并运行模型

Ollama支持众多开源模型，如DeepSeek-R1、Llama、Qwen等。以下以DeepSeek-R1为例：

bash

# 拉取并运行 7B 模型（推荐，平衡性能与效果）
ollama run deepseek-r1:7b

# 或选择更小的 1.5B 模型（轻量快速）
ollama run deepseek-r1:1.5b

# 或 14B 模型（效果更好，但下载时间较长）
ollama run deepseek-r1:14b

首次运行会自动下载模型，等待下载完成即可进入交互对话模式。在对话中输入内容即可与模型交流，输入 /bye 退出。

💡 模型参数说明：模型名称中的“B”代表Billion（十亿），参数量越大，模型能力越强，但也会消耗更多计算资源。Cloud Studio免费GPU（16G显存）推荐选择7B或8B模型。

4.2 后台运行Ollama服务

默认情况下，ollama run 是前台运行。如果需要后台持续提供服务：

bash

# 启动Ollama服务（后台运行）
nohup ollama serve > /var/log/ollama.log 2>&1 &

# 查看服务状态
ps aux | grep ollama

服务默认监听 127.0.0.1:11434。

五、Ollama基础指令大全

5.1 模型管理命令

命令	说明	示例
ollama pull <模型名>	从远程仓库下载模型到本地	ollama pull llama3.2
ollama list 或 ollama ls	列出所有已下载的本地模型	ollama list
ollama rm <模型名>	删除本地模型，释放存储空间	ollama rm llama3.2
ollama show <模型名>	查看模型详细信息	ollama show deepseek-r1:7b
ollama cp <源> <目标>	复制模型创建副本	ollama cp llama3.2 my-llama
ollama create <名称> -f <Modelfile>	根据配置文件创建自定义模型	ollama create my-model -f ./Modelfile

5.2 模型运行命令

命令	说明	示例
ollama serve	启动Ollama API服务	ollama serve
ollama run <模型名>	运行模型，进入交互对话模式	ollama run deepseek-r1:7b
ollama run <模型名> "<提示词>"	一次性推理，直接输出结果	ollama run llama3.2 "什么是AI？"
ollama stop <模型名>	停止正在运行的模型	ollama stop deepseek-r1:7b
ollama ps	查看当前正在运行的模型列表	ollama ps

5.3 其他辅助命令

命令	说明
ollama --version 或 ollama -v	查看版本信息
ollama --help	查看所有命令帮助

5.4 进阶用法

多行输入：在交互模式中用三个双引号包裹多行文本：

bash

ollama run llama3.2 """
这是一个多行输入
模型会综合理解这些内容
"""

多模态模型（支持图像识别）：

bash

ollama run llava "这张图片里有什么？ /path/to/image.jpg"

将文件内容作为提示词：

bash

ollama run llama3.2 "请总结这个文件：$(cat README.md)"

六、Chrome插件实现网页对话

在终端中使用模型虽然方便，但不够直观。我们可以通过Chrome浏览器插件 Ollama Client 实现图形化的网页对话界面。

6.1 安装Ollama Client插件

1. 打开Chrome浏览器，访问Chrome应用商店

2. 搜索 “Ollama Client”

3. 点击“添加至Chrome”安装插件

或者直接访问插件链接：
https://chromewebstore.google.com/detail/ollama-client/bfaoaaogfcgomkjfbmfepbiijmciinjl

6.2 配置插件连接Ollama服务

安装完成后，按以下步骤配置：

1. 确保Ollama服务已启动：在Cloud Studio终端中运行 ollama serve（确保服务正在运行）

2. 点击浏览器右上角的插件图标，打开Ollama Client侧边栏

3. 进入设置（Settings） ，找到Providers或连接配置

4. 配置API地址：由于Ollama运行在Cloud Studio云端，需要填写Cloud Studio提供的外部访问地址

6.3 获取Cloud Studio的外部访问地址

Cloud Studio会自动为每个端口生成外部访问链接：

1. 在Cloud Studio IDE界面，找到底部的 “端口” 面板

2. 找到 11434 端口，点击右侧的“公开”或“预览”按钮

3. 复制生成的访问链接，格式通常为：

   text

   https://<工作空间ID>-11434.<区域>.cloudstudio.club

6.4 完成插件配置

1. 在Ollama Client的设置中，将API地址填写为上述Cloud Studio外部访问地址

2. 点击 “连接测试” 或 “Test Connection” 验证是否连通

3. 连接成功后，插件会自动拉取已部署的模型列表

4. 选择一个模型（如 deepseek-r1:7b），即可开始对话

6.5 开始对话

配置完成后，你可以：

• 点击浏览器右上角的插件图标，在侧边栏中直接与AI对话

• 随时切换不同模型

• 享受流式响应（逐字输出）的体验

🔒 隐私说明：Ollama Client是一个本地优先的插件，所有对话数据默认保存在本地，不会上传到云端。

七、常见问题与解决方案

Q1：Ollama服务启动后，外部无法访问？

Ollama默认只监听 127.0.0.1，需要设置环境变量让服务监听所有地址：

bash

export OLLAMA_HOST=0.0.0.0:11434
ollama serve

Q2：模型下载速度慢？

可以使用国内镜像或代理加速。如果下载中断，重新运行命令即可，之前的进度不会丢失。

Q3：Cloud Studio免费时长如何计算？

每月10000分钟免费额度，按实际使用时间扣减。用完记得关闭服务器，避免浪费额度。

Q4：插件提示“无法连接”？

检查以下几点：

1. Cloud Studio端口是否已设置为“公开”

2. API地址是否正确（注意是 https:// 还是 http://）

3. Ollama服务是否正在运行（ps aux | grep ollama）

八、总结

通过本文的教程，你成功完成了：

1. ✅ 在Cloud Studio中创建Ollama工作空间

2. ✅ 部署并运行大语言模型

3. ✅ 掌握Ollama常用命令

4. ✅ 使用Chrome插件实现友好的网页对话界面

整个过程完全免费，无需本地GPU，只需一个浏览器即可拥有自己的云端AI助手。快去试试吧！🚀