Ollama API 创建模型

POST /api/create 通过 API 创建模型，等价于 ollama create。可以基于现有模型定制，也可以从本地权重文件导入。

版本基线 v0.40.12，官方 docs.ollama.com/api/create。⚠️ 只能走本地服务，云端不提供此接口。

一、最小调用

curl http://localhost:11434/api/create -d '{
  "from": "gemma4",
  "model": "alpaca",
  "system": "You are Alpaca, a helpful AI assistant. You only answer with Emojis."
}'

返回：

{ "status": "success" }

二、请求字段

files 的用法

导入本地权重时必须用这个字段——注意值是 SHA-256 摘要，不是路径：

{
  "model": "my-model",
  "files": {
    "model-Q4_K_M.gguf": "a1b2c3..."
  }
}

⚠️ 分片 GGUF 必须用原始分片文件名逐个列出（model-00001-of-00004.gguf 等），不能合并。

三、三种典型用法

基于现有模型加系统提示

curl http://localhost:11434/api/create -d '{
  "from": "qwen3",
  "model": "qwen3-zh",
  "system": "你是一名严谨的中文技术编辑，回答简洁准确，不使用营销语气。"
}'

固定参数（比如上下文长度）

curl http://localhost:11434/api/create -d '{
  "from": "gemma4",
  "model": "gemma4-32k",
  "parameters": { "num_ctx": 32768, "temperature": 0.3 }
}'

这个用法很实用：OpenAI 兼容层没有设置上下文的字段，通过创建一个带 num_ctx 的新模型名绕过限制。

追加能力标记

{
  "from": "nimble",
  "model": "nimble-decision",
  "capabilities": ["decision"]
}

capabilities 是追加语义——不会移除继承或推断出的能力。

四、流式状态

默认 stream: true，会返回进度更新（适合导入大文件时看进展）：

{"status":"reading model metadata"}
{"status":"creating system layer"}
{"status":"writing manifest successfully"}

不管流式与否，最终都会以 {"status": "success"} 结束。想一次性拿结果就设 "stream": false。

五、和 Modelfile 的关系

API 的字段大致对应 Modelfile 的指令：

改复杂模型还是用 Modelfile 更清楚：

FROM ./model-Q4_K_M.gguf
PARAMETER temperature 0.3
PARAMETER num_ctx 8192
SYSTEM """你是一名严谨的技术文档翻译。"""

ollama create my-model -f ./Modelfile

API 更适合程序化、单参数调整的场景。

常见问题

动手试

## ① 基于现有模型建一个固定参数的版本
curl -s http://localhost:11434/api/create -d '{
  "from": "gemma4",
  "model": "gemma4-16k",
  "parameters": { "num_ctx": 16384 }
}' 

## ② 确认创建成功
curl -s http://localhost:11434/api/tags | python -c "
import sys,json;print([m['name'] for m in json.load(sys.stdin)['models']])"

## ③ 用它发一次请求，看 ps 里的 context_length
curl -s http://localhost:11434/api/generate -d '{"model":"gemma4-16k","prompt":"hi","stream":false}' > /dev/null
curl -s http://localhost:11434/api/ps | python -c "
import sys,json;print([(m['name'],m['context_length']) for m in json.load(sys.stdin)['models']])"

第 3 步能看到 context_length 变成 16384，就说明参数真的生效了。