1. 命令行交互

和模型打交道，最直接的方式就是命令行。 打开终端，直接输入命令即可。

这种方式没有复杂界面，纯粹、高效，适合喜欢掌控一切的开发者。

运行模型

启动模型并进入交互模式，只需要一个命令：

ollama run 

拿 deepseek-coder 这个模型来试试：

实例

ollama run deepseek-coder

模型启动后，你就可以直接在终端里输入问题或指令。

模型会实时生成回答，例如：

>>> 你好，你能帮我写一段代码吗？
当然可以。但是首先我想知道您希望在哪种编程语言中实现这个功能（例如Python、Ja vaScript等）和要解决什么问题或者完成的任务是什么样的例子呢？这样我们可以为您提供更准确的内容，同时也方便我帮助你写出最适合您的代码片段。
>>> 写一段 python hello world
当然可以！这是一个简单的 "Hello, World!" 程序：
```python
print("Hello, World!")
```
这个脚本会输出 `Hello, World!`，并将其打印到控制台上。这只是最基本的 Python Hello world示例；Python是一种解释型、通用型的编程语言以其简洁性和易读性而闻名。它还允许用户在代码中插入变量和表达式来创建复杂的行为。

退出交互模式

聊完后，输入 /bye 或按下 Ctrl+d 就能退出。

2. 单次命令交互

如果你只想得到一个问题的答案，单次命令交互会更方便。

这种方式是一次输入、一次输出，适合快速查询。

使用管道输入

最常用的方法，是通过管道把输入传给模型：

实例

echo "你是谁？" | ollama run deepseek-coder

输出结果：

我是由中国的深度求索（DeepSeek）公司开发的编程智能助手，名为DeepCoder。我专注于解答计算机科学相关的问题和任务。如果你有任何关于这个领域的话题或者需要帮助的地方，请随时提问！

使用命令行参数

另一种更直接的方法，是把问题直接写在命令后面：

ollama run deepseek-coder "Python 的 hello world 代码？"

输出结果：

在 Python 中，"Hello World!" 通常是这段简单的脚本：
```python
print("Hello World!")
```
当你运行这个程序时，它会输出 `Hello, World`。这是因为 print() 函数将字符串 "Hello, World" 打印到标准输出设备 (stdout) - 也就是你的屏幕上显示的信息（在这种情况下是命令行终端或类似的工具中运行 Python 脚本时，它会直接写入控制台。

3. 多轮对话

Ollama 支持多轮对话，并且能记住上下文。

这意味着你可以像和真人聊天一样，逐步深入问题，而不是每次都从头开始。

实例

>>> 你好，你能帮我写一段 Python 代码吗？
当然可以！请告诉我你需要实现什么功能。

>>> 我想写一个计算斐波那契数列的函数。
好的，以下是一个简单的 Python 函数：

def fibonacci(n):
    if n <= 1:
        return n
    else:
        return fibonacci(n-1) + fibonacci(n-2)

可以看到，它记住了前面“要写代码”这个背景。

因此在后续提问时，能够直接给出斐波那契的实现。

4. 文件输入

如果你有一大段文本需要模型处理，比如读取某个文件内容，也可以直接使用输入重定向。

假设 input.txt 文件里写着：

Python 的 hello world 代码？

那么执行：

ollama run deepseek-coder < input.txt

模型会读取文件内容作为输入，并生成相应输出。

这样可以省去手动粘贴的麻烦。

5. 自定义提示词

如果默认的模型行为不符合需求，可以通过 Modelfile 定义系统指令。

例如，你希望模型始终扮演“严格语法检查器”，或“只输出代码，不废话”的角色，就可以用这种方式实现。

创建自定义模型

先编写一个 Modelfile，内容大概如下：

实例

FROM deepseek-coder
SYSTEM "你是一个编程助手，专门帮助用户编写代码。"

然后运行命令创建自定义模型：

ollama create runoob-coder -f ./Modelfile

创建完成后，直接用新模型名启动：

ollama run runoob-coder

这样一来，它就是一个“专攻代码”的助手了。

不会再说多余的话。

6. 交互日志

开发过程中经常需要调试，看看模型接收了什么、输出了什么。

Ollama 提供了日志功能，所有交互记录都会保存下来。

查看日志的方法很简单：

ollama logs

这个功能适合用于：

• 排查问题
• 分析模型行为
• 复盘自己的提问方式