要点

模型后台自动升级：使用早期版本下载的模型，在首次运行时会在后台自动升级，目的是在用 llama.cpp 运行时获得更好的性能与兼容性。

降级安全机制：为了让降级（downgrade）保持安全，Ollama 会保留原始模型副本作为备份，因此升级后的模型会暂时同时占用磁盘空间。

备份会在未来自动清理：后续版本会自动删除这些备份，本版本暂未提供自动清理。

手动清理备份的命令（需要 jq）：

curl -s localhost:11434/api/tags | jq -r '.models[].name' | while read -r m; do curl -s localhost:11434/api/show -d "{\"model\":\"$m\"}" | jq -r \ 'select(any(.manifests[]?; .runner == "llamacpp")) | .manifests[] | select(.runner == "ggml") | .digest' done | sort -u | xargs -n1 ollama rm

清理命令的作用范围与风险：该命令只会删除备份，不影响已升级模型本身；但如果之后把 Ollama 降级到 0.40 之前的版本，就需要重新 pull 这些模型。

修复重复条目：ollama list 不再对已升级的模型显示重复条目（PR #18874，@dhiltgen）。

启动参数改进：ollama launch claude 现在使用模型的完整上下文长度（full context length）（PR #18855，@jberg5）。

文档更新：README 的社区集成（community integrations）列表新增 oxi（PR #18739，@maziluiosif）。

新贡献者：@maziluiosif 完成首次贡献（PR #18739）。

Breaking change：本版本未声明显式的 breaking change；需要注意的是与旧版本的兼容方向——降级到 0.40 以下时会丢失已升级的模型，需重新拉取。

完整变更记录：https://github.com/ollama/ollama/compare/v0.40.1...v0.40.2-rc0

ollama/ollama 项目介绍

Ollama 是一个用于在本地运行和管理大型语言模型（LLMs）的开源工具，旨在让用户能够轻松地下载、运行和与各种开源模型（如 DeepSeek、Qwen、Gemma 等）进行交互，无需复杂的配置或依赖云服务。

核心功能与解决的问题

简化本地模型部署：用户无需手动下载模型权重、配置 GPU 环境或编写复杂的推理代码，只需通过简单的 ollama run 命令即可在本地运行一个大型语言模型。
统一模型管理：提供了一个统一的接口来管理多种开源模型（如 Gemma 4、DeepSeek、Qwen、Llama 等），用户可以通过 ollama 命令或 REST API 轻松切换模型。
降低使用门槛：支持 macOS、Windows、Linux 三大操作系统，并提供 Docker 镜像，方便开发者和非技术用户快速上手。
支持多种集成场景：不仅支持命令行聊天，还提供了 REST API 和 Python/JavaScript 库，方便开发者将其集成到自己的应用程序或现有工具（如 Claude Code、Copilot、VS Code 扩展等）中。

核心技术架构与实现思路

基于 llama.cpp 后端：Ollama 底层使用了 llama.cpp 项目作为推理引擎，这是一个高性能的 C++ 实现的 LLM 推理库，支持 CPU 和 GPU 推理，能够高效地在本地硬件上运行模型。
简洁的命令行接口：核心交互通过 ollama 命令实现，包括：
- ollama run <model_name>：直接运行模型并进行对话。
- ollama launch <integration>：启动与特定工具或 AI 助手（如 Claude Code、OpenClaw）的集成。
REST API 支持：提供了完整的 REST API，允许用户通过 HTTP 请求来运行模型、管理模型列表、进行对话（支持流式输出），这使得它可以被任何编程语言调用。
多语言 SDK：官方提供了 Python (ollama-python) 和 JavaScript (ollama-js) 库，以及社区贡献的 Java、.NET、Rust、Go 等多种语言的 SDK，方便在不同技术栈中集成。

值得关注的技术亮点

零配置启动：安装后直接运行 ollama 命令即可开始使用，系统会引导用户选择模型或连接到现有应用，极大降低了使用门槛。
丰富的社区集成生态：项目拥有极为庞大的社区集成列表，涵盖聊天界面（如 Open WebUI、AnythingLLM）、代码编辑器（如 Cline、Continue）、RAG 知识库（如 RAGFlow）、代理框架（如 AutoGPT、crewAI）等，几乎覆盖了 LLM 应用的所有主流场景。
广泛的模型支持：直接支持包括 DeepSeek、Qwen、Gemma、Llama、Mistral、GLM、MiniMax 等在内的数十种主流开源模型，用户可以通过 ollama.com/library 浏览完整的模型库。
跨平台与容器化：提供 macOS、Windows、Linux 原生安装脚本，以及官方 Docker 镜像，支持在 Google Cloud、Fly.io 等云平台部署，满足从个人开发到生产环境的不同需求。
即时代码集成：通过 ollama launch claude 等命令，可以一键将本地模型与 Claude Code、Copilot CLI 等开发工具结合，实现本地化的 AI 编程辅助。

ollama/ollama v0.40.2

ollama/ollama v0.40.2

要点

ollama/ollama 项目介绍

核心功能与解决的问题

核心技术架构与实现思路

值得关注的技术亮点