处理合同、病历、内部数据时，很多人会犹豫：把内容贴给云端模型，安全吗？这篇教程用 Ollama 在你自己的电脑上跑一个开源模型，断网也能聊，数据全程不离开本机，适合对隐私敏感的场景。
准备清单：一台装了 Windows 或 macOS 的电脑（8G 以上内存更顺）、Ollama 安装包（官网下载）、一点命令行基础（不用深）。模型我们选轻量好用的开源版本，比如 DeepSeek 或 Qwen 的小尺寸版。
第一步，安装并启动 Ollama。装完在终端敲这条验证环境：
ollama --version
预期结果：终端回显一个版本号，说明装好了。常见报错：提示命令找不到，多半是安装后没重启终端，重开一个再试即可。
第二步，拉取并运行一个模型。以一个小尺寸版为例：
ollama run deepseek-r1:7b
为什么这么填：7B 这类尺寸在普通笔记本上跑得动，速度和质量平衡得不错；名字里的"r1"是具体版本，按 Ollama 库里的标签填。首次会自动下载，耐心等几分钟。预期结果：下载完直接进入对话，可以问它"用一句话解释什么是向量数据库"。
第三步，把常用模型设为默认，或搭配一个本地界面（如 Ollama 自带的 Web 或第三方前端）使用。预期结果：以后打开就能聊，断网照样回答你的本地问题。
顺手学两个日常管理命令会省很多事：用"ollama list"看本机装了哪些模型、"ollama rm 模型名"删掉不用的，避免几个大模型把硬盘占满。还有一点要心里有数——"数据不出本机"指的是你和模型的对话留在本地；如果你后续把模型接进某个联网的前端或插件，那条链路就得单独看它的隐私说明，别想当然。
效果与验收：成功的标志是——你问一个涉及私密数据的问题，答案正确且全程没联网。如果跑得卡，换更小的尺寸（如 1.5B）或关掉其他占用内存的程序。
进阶方向：需要更多模型去 Hugging Face 这类社区挑，Ollama 能直接拉；也可以把本地模型接进你自己的小工具，做完全离线的私人助手。本站收录的 DeepSeek、通义千问、Qwen 都有可本地运行的版本。