Ollama Cheatsheet - comandi più utili - aggiornamento 2026

Compilato questa lista di comandi Ollama un po' di tempo fa...

Indice

Ecco l’elenco e gli esempi dei comandi più utili di Ollama (Ollama commands cheatsheet) L’ho compilato tempo fa, ultima aggiornamento a gennaio 2026. Spero che sarà anche utile per te.

ollama cheatsheet

Questo Ollama cheat sheet si concentra sui comandi CLI, sulla gestione dei modelli e sulla personalizzazione, Ma qui abbiamo anche alcuni curl richiami.

Se stai confrontando diverse soluzioni per l’hosting locale di LLM, consulta il nostro confronto completo tra Ollama, vLLM, LocalAI, Jan, LM Studio e altro. Per coloro che cercano alternative agli interfacce a riga di comando, Docker Model Runner offre un approccio diverso all’implementazione di LLM.

Installazione

  • Opzione 1: Scarica dal sito web
    • Visita ollama.com e scarica l’installer per il tuo sistema operativo (Mac, Linux o Windows).
  • Opzione 2: Installa tramite riga di comando
    • Per gli utenti Mac e Linux, utilizza il comando:
curl https://ollama.ai/install.sh | sh
  • Segui le istruzioni visualizzate e inserisci la tua password se richiesto.

Requisiti del sistema

Per carichi di lavoro AI importanti, potresti voler confrontare le opzioni hardware. Abbiamo effettuato benchmark su NVIDIA DGX Spark vs Mac Studio vs RTX-4080 con Ollama, e se stai considerando un investimento in hardware di alta gamma, il nostro confronto tra prezzi e capacità di DGX Spark fornisce un’analisi dettagliata dei costi.

Comandi base CLI di Ollama

Comando Descrizione
ollama serve Avvia Ollama sul tuo sistema locale.
ollama create <new_model> Crea un nuovo modello da uno esistente per la personalizzazione o l’addestramento.
ollama show <model> Mostra i dettagli su un modello specifico, ad esempio la sua configurazione e la data di rilascio.
ollama run <model> Esegue il modello specificato, rendendolo pronto per l’interazione.
ollama pull <model> Scarica il modello specificato sul tuo sistema.
ollama list Elenco di tutti i modelli scaricati. Lo stesso di ollama ls
ollama ps Mostra i modelli attualmente in esecuzione.
ollama stop <model> Ferma il modello specifico in esecuzione.
ollama rm <model> Rimuove il modello specifico dal tuo sistema.
ollama help Fornisce aiuto su qualsiasi comando.

Gestione dei modelli

  • Scarica un modello:

    ollama pull mistral-nemo:12b-instruct-2407-q6_K

    Questo comando scarica il modello specificato (ad esempio, Gemma 2B, o mistral-nemo:12b-instruct-2407-q6_K) sul tuo sistema. I file del modello potrebbero essere molto grandi, quindi tieni d’occhio lo spazio utilizzato dai modelli sull’hard disk o sull’SSD. Potresti anche voler spostare tutti i modelli Ollama dal tuo directory home su un altro disco più grande e migliore

  • Esegui un modello:

    ollama run qwen2.5:32b-instruct-q3_K_S

    Questo comando avvia il modello specificato e apre un REPL interattivo per l’interazione. Vuoi capire come Ollama gestisce le richieste concorrenti multiple? Scopri di più su come Ollama gestisce le richieste parallele nella nostra analisi dettagliata.

  • Elenca i modelli:

    ollama list

    lo stesso di:

    ollama ls

    Questo comando elenca tutti i modelli scaricati sul tuo sistema, ad esempio

    $ ollama ls
NAME                                                    ID              SIZE      MODIFIED     
deepseek-r1:8b                                          6995872bfe4c    5.2 GB    2 settimane fa     
gemma3:12b-it-qat                                       5d4fa005e7bb    8.9 GB    2 settimane fa     
LoTUs5494/mistral-small-3.1:24b-instruct-2503-iq4_NL    4e994e0f85a0    13 GB     3 settimane fa     
dengcao/Qwen3-Embedding-8B:Q4_K_M                       d3ca2355027f    4.7 GB    4 settimane fa     
dengcao/Qwen3-Embedding-4B:Q5_K_M                       7e8c9ad6885b    2.9 GB    4 settimane fa     
qwen3:8b                                                500a1f067a9f    5.2 GB    5 settimane fa     
qwen3:14b                                               bdbd181c33f2    9.3 GB    5 settimane fa     
qwen3:30b-a3b                                           0b28110b7a33    18 GB     5 settimane fa     
devstral:24b                                            c4b2fa0c33d7    14 GB     5 settimane fa

  • Ferma un modello:

    ollama stop llama3.1:8b-instruct-q8_0

    Questo comando ferma il modello specifico in esecuzione.

Rilascio del modello da VRAM

Quando un modello viene caricato in VRAM (memoria della GPU), rimane lì anche dopo aver finito di utilizzarlo. Per rilasciare esplicitamente un modello da VRAM e liberare la memoria della GPU, puoi inviare una richiesta all’API Ollama con keep_alive: 0.

  • Rilascia il modello da VRAM utilizzando curl:
curl http://localhost:11434/api/generate -d '{"model": "MODELNAME", "keep_alive": 0}'

Sostituisci MODELNAME con il nome effettivo del tuo modello, ad esempio:

curl http://localhost:11434/api/generate -d '{"model": "qwen3:14b", "keep_alive": 0}'
  • Rilascia il modello da VRAM utilizzando Python:
import requests

response = requests.post(
    'http://localhost:11434/api/generate',
    json={'model': 'qwen3:14b', 'keep_alive': 0}
)

Questo è particolarmente utile quando:

  • Hai bisogno di liberare la memoria della GPU per altre applicazioni
  • Stai eseguendo diversi modelli e vuoi gestire l’uso della VRAM
  • Hai finito di utilizzare un modello grande e vuoi rilasciare le risorse immediatamente

Nota: Il parametro keep_alive controlla per quanto tempo (in secondi) un modello rimane caricato in memoria dopo l’ultima richiesta. Impostandolo su 0 lo scarica immediatamente da VRAM.

Personalizzazione dei modelli

  • Imposta il prompt del sistema: All’interno del REPL Ollama, puoi impostare un prompt del sistema per personalizzare il comportamento del modello:

    >>> /set system Per tutte le domande fatte rispondi in inglese semplice evitando il più possibile il gergo tecnico
>>> /save ipe
>>> /bye

    Poi, esegui il modello personalizzato:

    ollama run ipe

    Questo imposta un prompt del sistema e salva il modello per un uso futuro.

  • Crea un file del modello personalizzato: Crea un file di testo (ad esempio, custom_model.txt) con la seguente struttura:

    FROM llama3.1
SYSTEM [Le tue istruzioni personalizzate qui]

    Poi, esegui:

    ollama create mymodel -f custom_model.txt
ollama run mymodel

    Questo crea un modello personalizzato basato sulle istruzioni nel file.

Utilizzo di Ollama con file

  • Riassunto del testo da un file:

    ollama run llama3.2 "Riassumi il contenuto di questo file in 50 parole." < input.txt

    Questo comando riassume il contenuto di input.txt utilizzando il modello specificato.

  • Salva le risposte del modello in un file:

    ollama run llama3.2 "Dimmi qualcosa sull'energia rinnovabile." > output.txt

    Questo comando salva la risposta del modello in output.txt.

Caso d’uso comuni

  • Generazione di testo:

    • Riassumere un file di testo lungo: 
      ollama run llama3.2 "Riassumi il seguente testo:" < long-document.txt
    • Generare contenuto: 
      ollama run llama3.2 "Scrivi un breve articolo sui vantaggi dell'utilizzo dell'AI nella sanità." > article.txt
    • Rispondere a domande specifiche: 
      ollama run llama3.2 "Quali sono le ultime tendenze dell'AI e come influenzeranno la sanità?"

    .

  • Elaborazione e analisi dei dati:

    • Classificare il testo in sentimenti positivi, negativi o neutri: 
      ollama run llama3.2 "Analizza il sentiment di questa recensione del cliente: 'Il prodotto è fantastico, ma la consegna era lenta.'"
    • Categorizzare il testo in categorie predefinite: Utilizza comandi simili per classificare o categorizzare il testo in base a criteri predefiniti.

Utilizzo di Ollama con Python

  • Installa la libreria Python di Ollama: 
    pip install ollama
  • Genera testo utilizzando Python: 
    import ollama

response = ollama.generate(model='gemma:2b', prompt='cosa è un qubit?')
print(response['response'])
    Questo frammento di codice genera testo utilizzando il modello e il prompt specificati.

Per un’integrazione avanzata con Python, esplora l’uso dell’API Web Search di Ollama in Python, che copre le capacità di ricerca web, le chiamate agli strumenti e l’integrazione con i server MCP. Se stai costruendo applicazioni alimentate da AI, il nostro confronto tra assistenti di codifica AI può aiutarti a scegliere gli strumenti giusti per lo sviluppo.

Cerchi un’interfaccia web-based? Open WebUI fornisce un’interfaccia auto-hosted con capacità RAG e supporto multi-utente. Per deployment ad alte prestazioni, considera vLLM come alternativa.

Alternative e confronti

Prestazioni e hardware

Integrazione e sviluppo

Configurazione e gestione