使用journalctl -u ollama -f命令，经常能看到请求时长在40多秒，而且是长时间不使用模型之后，第一个请求总是40多秒，第二个请求就能保持在7秒左右，用户体验尚可。Ollama 发现 HTTP 连接断了，触发 context canceled，强行中断底层的推理引擎（llama runner）。Nginx 等得不耐烦了，到达 60 秒阈值，直接强行切断了和 Ollama 的连接（

在terminal里设置export代理，将本终端的流量都代理到该ip。打开proxyman，找到监听的ip和端口号，默认监听9090。