Ollama se ha convertido en el estándar para ejecutar grandes modelos de idiomas (LLM) localmente. En este tutorial, quiero mostrarte las cosas más importantes que debes saber sobre Ollama. https://youtu.be/AGAETsxjg0o?embedable=true Ver en YouTube: Ollama Tutorial completo Ver en Youtube: Título completo Tutorial Título completo Tutorial Título completo Tutorial ¿Qué es Ollama? Ollama es una plataforma de código abierto para ejecutar y administrar paquetes de modelo de gran lenguaje (LLM) completamente en su máquina local. Bandeja los pesos del modelo, la configuración y los datos en un único paquete de Model File. Ollama ofrece una interfaz de línea de comandos (CLI), una API REST y un SDK de Python/JavaScript, lo que permite a los usuarios descargar modelos, ejecutarlos offline e incluso llamar funciones definidas por el usuario. Ejecutar modelos localmente le da a los usuarios privacidad, elimina la latencia de la red y mantiene los datos en el dispositivo del usuario. Instalación Ollama Visite el sitio web oficial para descargar Ollama Está disponible para m https://ollama.com/ ac, Windows, and Linux. https://ollama.com/ Para Linux: curl -fsSL https://ollama.com/install.sh | sh
 para macOS: brew install ollama
 Windows: Descarga el Instalar y ejecutarlo. .exe Cómo correr Ollama Ollama normalmente ejecuta modelos cuantizados a 4 bits (q4_0), lo que reduce significativamente el uso de la memoria con una pérdida mínima de calidad. Recommended Hardware: 
 
 
 
 
 Modelos 7B (por ejemplo, Llama 3, Mistral): Requiere ~8 GB de RAM (se ejecuta en la mayoría de los ordenadores portátiles modernos). 13B — 30B Modelos: Requiere 16GB — 32GB de RAM. 70B+ Modelos: Requiere 64GB+ de RAM o doble GPU. GPU: Una GPU NVIDIA o Apple Silicon (M1/M2/M3) es altamente recomendable para la velocidad. Vaya a Haga clic en “Modelos” y seleccione el modelo para su prueba. the Ollama website El sitio web de Ollama Después de eso, haga clic en el nombre del modelo y copie el comando del terminal: Abre la ventana del terminal y pega el comando: Le permitirá descargar y chatear con un modelo de inmediato. Ollama CLI - Comandos de núcleo El CLI de Ollama es central para la gestión de modelos. los comandos comunes incluyen: 
 
 
 
 
 
 
 
 
 
 Pulsar <model> — Descargar un modelo ollama run <model> — Executa un modelo de forma interactiva ollama list o ollama ls — Lista de modelos descargados ollama rm <model> — Eliminar un modelo ollama create -f <Modelfile> — Crear un modelo personalizado ollama serve — Iniciar el servidor de la API de Ollama ollama ps — Mostrar modelos en marcha ollama stop <model> - Detener un modelo en funcionamiento Ollama ayuda - Mostrar ayuda Personalización avanzada: Modelo personalizado con ModelFiles Puedes “fine-tune” la personalidad y las restricciones de un modelo usando un Modelfile. 
 
 
 Crear un archivo llamado Modelfile Añade la siguiente configuración: # 1. Base the model on an existing one
FROM llama3
# 2. Set the creative temperature (0.0 = precise, 1.0 = creative)
PARAMETER temperature 0.7
# 3. Set the context window size (default is 4096 tokens)
PARAMETER num_ctx 4096
# 4. Define the System Prompt (The AI’s “brain”)
SYSTEM """
You are a Senior Python Backend Engineer.
Only answer with code snippets and brief technical explanations.
Do not be conversational.
"""
 Define el modelo de base FROM Establecer un sistema rápido SYSTEM Comportamiento de la inferencia PARAMETER Después de eso, debe construir el modelo usando este comando: ollama create [change-to-your-custom-name] -f Modelfile
 Esto envuelve el modelo + modelo prompt juntos en un paquete reutilizable. Luego corre en: ollama run [change-to-your-custom-name]
 Pulse Enter o haga clic para ver la imagen en tamaño completo El servidor Ollama (API local) Ollama puede ejecutarse como un servidor local que las aplicaciones pueden llamar. ollama serve
 Se escucha en http://localhost:11434 por defecto. Rápido HTTP import requests
r = requests.post(
    "http://localhost:11434/api/chat",
    json={
        "model": "llama3",
        "messages": [{"role":"user","content":"Hello Ollama"}]
    }
)
print(r.json()["message"]["content"])
 Esto le permite incorporar Ollama en aplicaciones o servicios. Integración Python Use Ollama dentro de las aplicaciones de Python con la biblioteca oficial. Execute estos comandos: Crear y activar entornos virtuales: python3 -m venv .venv
source .venv/bin/activate
 Instalar la biblioteca oficial: pip install ollama
 Utilice el siguiente código Python: import ollama

# This sends a message to the model 'gemma:2b'
response = ollama.chat(model='gemma:2b', messages=[
  {
    'role': 'user',
    'content': 'Write a short poem about coding.'
  },
])

# Print the AI's reply
print(response['message']['content'])
 Esto funciona sobre la API local automáticamente cuando Ollama está en ejecución. You can also call a local server: import requests
r = requests.post(
    "http://localhost:11434/api/chat",
    json={
        "model": "llama3",
        "messages": [{"role":"user","content":"Hello Ollama"}]
    }
)
print(r.json()["message"]["content"])
 Uso de la nube Ollama Ollama también admite modelos en la nube, útil cuando su máquina no puede ejecutar modelos muy grandes. En primer lugar, crear una cuenta en Luego, dentro de la página Modelos, haga clic en el enlace en la nube y seleccione cualquier modelo que desee probar. https://ollama.com/cloud https://ollama.com/cloud En la lista de modelos, verás el modelo con la Prefixo**, que significa que está disponible en la nube Ollama. -cloud Haga clic en él y copie el comando CLI. Luego, dentro del terminal, use: ollama signin
 Para iniciar sesión en su cuenta Ollama. Una vez que se haya conectado con ollama signin, ejecute los modelos en la nube: ollama run nemotron-3-nano:30b-cloud
 Tu propio modelo en la nube Mientras Ollama es local-first, Ollama Cloud le permite empujar sus modelos personalizados (los que ha construido con Modelfiles) a la web para compartir con su equipo o usar a través de dispositivos. 
 
 
 
 Crea una cuenta en ollama.com. Añade su clave pública (en ~/.ollama/id_ed25519.pub). Descarga tu modelo personalizado: ollama push your-username/change-to-your-custom-model-name
 Conclusión ¡Es una herramienta poderosa que te da el control total sobre la IA. Si te gusta este tutorial, por favor, guste y comparta tu feedback en la sección de abajo. ¡Bienvenidos! 😉

Read My Blog

Support my work

Este audio es producido en el idioma original de la historia!

Tutorial completo de Ollama (2026) - LLMs a través de CLI, Cloud y Python

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Valhalla de Floki se une como patrocinador asociado de la gira de la India por Sri Lanka

Creación de productos criptográficos centrados en el usuario: la importancia de los comentarios de los clientes

Cómo mejorar su flujo de trabajo 10 veces: 17 aplicaciones esenciales

Telegram: el puente de Crypto Island hacia el continente

Valhalla de Floki se une como patrocinador asociado de la gira de la India por Sri Lanka

Creación de productos criptográficos centrados en el usuario: la importancia de los comentarios de los clientes

Cómo mejorar su flujo de trabajo 10 veces: 17 aplicaciones esenciales

Telegram: el puente de Crypto Island hacia el continente

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps