波仔
🧠 第二章 模型部署：在本地使用DeepSeek
📄 一句话概括

探测 127.0.0.1:11434，结果是 TimeoutError，1001.6 毫秒——沙箱里没装 Ollama，端口是关的。 这一节真正要学的不是「怎么装」，是怎么判断装成了：端口通了不算， GET /api/tags 能回 JSON 才算。

📝 本节和前面几节的关系

上一节把 Python 环境备好了。 这一节装 Ollama——它是整套本地部署的中枢，前端、脚本、插件全都通过它说话。

一、Ollama 到底替你做了什么

如果直接跑 llama.cpp，你要自己下模型文件、自己转格式、自己算显存够不够、自己写 HTTP 服务、 自己处理并发。Ollama 把这五件事打包成了一个可执行文件。 装完之后它做两件事：在后台常驻一个服务，监听 11434 端口； 提供一个 HTTP 接口，让任何前端都能调模型。 所以「装 Ollama」的真正含义是装一个后台服务，不是一个命令行工具。 这一点理解错了，后面所有排查都会走偏——你会去查「命令为什么找不到」， 而真正的问题在「服务有没有起来」。 这也是为什么下一节的 Cherry Studio、再下一节的 Page Assist，配置时填的都是一个地址加一个端口， 而不是一个程序路径。它们连的是服务，不是程序。

二、装：三个平台，三条路

Windows：官网下载安装包，双击，下一步到底。装完托盘区会多一个羊驼图标，服务自动起来。 macOS：下载 dmg 拖进应用程序，或者用包管理器一条命令。 Linux：官网给了一条 curl 脚本，跑完自动装成系统服务。 三个平台装法不同，但装完的状态是一样的：一个监听 11434 的后台服务。所以后面所有判断和排查， 三个平台通用。 有一点各平台都一样：装完要重开终端。 PATH 是终端启动时读的，装完不重开，敲 ollama 会说找不到命令——这不是没装好，是终端还不知道。

三、判断装成了没有：两级判据

一级：TCP 端口 11434 能不能连上。 能连上，说明有东西在监听。 二级：GET /api/tags 能不能返回 JSON。 能返回，说明监听的这个东西确实是 Ollama， 而且它在正常工作。 为什么要两级？因为只做一级会误判。 如果 11434 被别的程序占了（或者你自己起了一个测试服务），端口照样能连上，但那个东西不是 Ollama。 Demo 里把这两级都跑了一遍。第一级在沙箱里是失败的——TimeoutError，等了 1001.6 毫秒。 第二级换成本地起的一个同接口假服务，GET /api/tags 返回 200，列出了 1 个模型。 这里要诚实说清： 沙箱里没有 Ollama，所以第一级测的是「没有」这个事实。第二级测的是「有」的时候长什么样。 两个都跑，才叫把这件事讲完。

四、装完之后卡住的三种情况

服务没起。 托盘图标在，但进程挂了。判据就是一级探测——端口连不上。 重启用服务，或者在终端里手动跑一次前台模式看报什么错。 端口被占。 11434 被别的程序用了，Ollama 起不来但你不知道。 判据是二级探测——端口通，但 /api/tags 返回的不是 Ollama 的格式。 防火墙拦了。 只影响「别的机器访问你这台」，本机访问不受影响。 所以如果你只是自己用，这一条可以先不管。 还有个隐性情况：装在用户目录，用管理员权限的终端找不到命令。两套 PATH 是分开的。 判断方法很简单：普通终端能跑、管理员终端不能跑，就是这一条。

五、动手 Demo：端口探测 1001.6 毫秒超时；换成假服务，/api/tags 才回 200

先用一个 TCP 连接探 11434 端口，看有没有人在监听、等了多久。 再在本地起一个同接口的假服务，请求 /api/tags，看「装好之后」这个接口应该返回什么。

host, port = u'127.0.0.1', 11434
s = socket.socket()
s.settimeout(1.0)
try:
    s.connect((host, port))
    alive = True
except Exception as e:
    alive, why = False, type(e).__name__

# 第二级：接口答不答话
req = urllib.request.Request(url + u'/api/tags')
print(json.loads(urllib.request.urlopen(req).read()))

实跑输出：

--------------------------------------------------------------------
装 Ollama：装没装成，用一个端口探测就能判断
--------------------------------------------------------------------
  目标                     127.0.0.1:11434
  结果                     连不上（TimeoutError）
  耗时                     1001.6 毫秒

  这一步是诚实的：**沙箱里没有装 Ollama**，所以端口是关的。
  报 TimeoutError，意思是「发出去的连接没有任何回应」。
  它比 ConnectionRefused 更含糊：可能是没服务，也可能被防火墙拦了。
  装上 Ollama 之后，同一个探测会变成「服务在」，毫秒数会掉到 1 以下。

  再往上一层：不光端口要通，接口还要能回话。
  为了演示「装好之后长什么样」，这里在本地起了一个同接口的假服务。
  GET /api/tags            200，列出 1 个模型
  第一个模型               deepseek-r1:7b（Q4_K_M）

  所以「装好了没有」有两个判据，缺一不可：
  ① 端口在不在             TCP 连 11434，能连上才算服务起来了
  ② 接口答不答             GET /api/tags 返回 JSON，才算这个服务是 Ollama
  只做第一条，遇到「别的程序占了 11434」会误判成装好了。

结果：连不上（TimeoutError），耗时 1001.6 毫秒。 这个 1001.6 就是 settimeout(1.0) 那个 1 秒——它把超时等满了。 这里要分清两种异常，它们说的不是一件事：ConnectionRefusedError 意思是「这个端口上没人监听」， 对方主机明确拒绝了你。 TimeoutError 意思是「发出去没有任何回应」，对方可能不在、可能被防火墙丢了、 也可能压根没这个地址。 沙箱里报的是后者，比前者更含糊。 所以脚本里不能只判「成没成」，要把异常类型打出来——不同的类型对应不同的排查方向。 第二级换成本地假服务之后就通了：GET /api/tags 返回 200，列出 1 个模型 deepseek-r1:7b， 量化档位 Q4_K_M。这就是真 Ollama 装好、模型也下完之后，这个接口该有的样子。 最后那两句是这一节的结论：端口在不在、接口答不答，两条都要过。 只做第一条，遇到「别的程序占了 11434」就会误判成装好了——然后你会花两小时去查模型为什么下不动。

30 秒实验

  1. 换一个端口探测（比如 8080、22），看结果有什么区别。 同一个脚本、不同端口，能立刻分辨「服务没起」和「端口被占」。
  2. 把 settimeout 从 1.0 改成 0.1，看耗时怎么变。 超时值不是随便设的：设太小会把「慢」误判成「没有」，跨机器探测时尤其明显。
  3. 把 /api/tags 改成 /api/version 再请求一次。 真 Ollama 也有这个接口——多探一个接口，就多一条「它确实是 Ollama」的证据。

常见误区

  1. 「装了就有命令」。PATH 在终端启动时读入，装完不重开终端就是找不到命令。这跟装没装好是两件事。
  2. 「能打开界面就是服务在」。界面可能连的是远程地址，也可能自己缓了一份。 判断服务在不在，只能靠端口和接口。
  3. 「端口通了就装好了」。别人占了 11434 也通。 必须再请求一次 /api/tags，看返回的是不是 Ollama 的格式。
自测三问（点开对答案） 1. 为什么用端口探测来判断「装成了没有」？ —— 因为 Ollama 装完的本质是「起了一个监听 11434 的后台服务」。服务在不在，端口最直接。 命令在不在、界面能不能开，都绕了一圈。 2. TimeoutError 和 ConnectionRefusedError 有什么区别？ —— Refused 是对方明确拒绝——端口上确实没人监听。 Timeout 是压根没有回应——可能没服务，也可能被防火墙丢了包。后者更含糊，排查方向更多。 3. 为什么还需要第二级判据？ —— 因为端口可能是别的程序占的。 只有 `/api/tags` 返回 Ollama 格式的 JSON，才能确认「监听 11434 的这个东西是 Ollama， 而且在正常工作」。

服务起来了，但它里面一个模型都没有。下一节看模型怎么下、下哪个档、要下多久。

相关笔记