Cherry Studio 接 Ollama 本地模型，离线也能完整对话
为什么用 Ollama
云端模型虽然方便，但有几个场景不适合：一是隐私敏感的对话（公司内部文档、合同条款、个人健康数据）不能发到第三方；二是网络受限或想省 token 开销时；三是想体验 Llama 3、Mistral、Qwen 这些开源模型的独特能力。
Ollama 是目前最流行的本地大模型运行框架——一行命令拉取模型，一行命令启动服务，Windows、macOS、Linux 全平台支持。Cherry Studio 原生兼容 Ollama，不需要额外安装驱动或写配置文件，打开就能发现本地已经在跑的模型。
前置条件
在开始之前，先确认这三件事：
- 装了 Ollama：去 Ollama 官网下载安装包，Windows 直接下
.exe，macOS 用.dmg，Linux 一条 curl 命令搞定。安装完在终端跑ollama -v，有输出版本号就说明装好了 - 拉一个模型：终端里
ollama pull qwen2.5:7b拉取通义 Qwen 2.5 7B 模型。ollama list能看到已拉取的模型清单 - 服务在跑：Ollama 默认监听本机 11434 端口，启动后后台常驻。
ollama serve可以手动启动，但通常安装后会自动注册系统服务
Cherry Studio 里接入 Ollama
设置 → 模型服务商 → 添加 → 找到 Ollama。Cherry Studio 会自动探测本地 localhost:11434，如果服务在跑，已拉取的模型会直接显示在列表里。选上要用的模型端点就能挂进来，不需要填 API Key。
默认连接地址就是 http://localhost:11434，如果你改了 Ollama 的监听端口（比如多实例部署时），在 Cherry Studio 的 Ollama 设置里手动填就行。
云端和本地怎么混搭
接好 Ollama 后，你在 Cherry Studio 的任何模型选择下拉里都会看到两个分区：云端服务商（DeepSeek、Claude、Gemini 等）和本地 Ollama。同一个对话里，回答到一半想切成本地模型接着聊，在助手的模型设置里换一下就好——上下文历史 Cherry Studio 会带着走。
实际工作流里常见的混搭模式：敏感话题切本地 Ollama 处理，需要强推理和长上下文时切云端的 DeepSeek 或 Claude。
常见本地模型推荐
| 模型 | 参数量 | 适合场景 | 硬件要求 |
|---|---|---|---|
| Qwen2.5:7b | 7B | 日常对话、中文理解好 | 8GB 显存（或纯 CPU） |
| Llama 3.1:8b | 8B | 英文指令跟随、Agent 任务 | 8GB 显存 |
| Mistral 7b | 7B | 轻量快速、多语言 | 4GB 显存 |
| Phi 3.5 | 3.8B | 极简场景、手机/平板端 | 2GB 显存 |
| CodeLlama | 7B/13B | 代码生成与审查 | 8-12GB 显存 |
硬件不够时可以用量化版本（ollama pull qwen2.5:7b-q4_K_M 是 4 比特量化），牺牲一点精度换速度和资源占用。
排查：连不上 Ollama
- 终端里先跑
curl http://localhost:11434/api/tags，有 JSON 返回说明服务在跑；没返回就是 Ollama 没启动 - 确认 Cherry Studio 里填的地址和 Ollama 实际监听端口一致
- 升级 Ollama 到最新版，旧版的 API 格式可能和 Cherry Studio 的探测逻辑不兼容