دليل Ollama الكامل [2026]: تشغيل النماذج اللغوية المحلية بأمر واحد

Ollama أداة مجانية ومفتوحة المصدر لتشغيل النماذج اللغوية الكبيرة (LLM) المفتوحة على حاسوبك الشخصي. تعمل على Windows وmacOS وLinux، ويكفي سطر واحد هو ollama run model-name لتنتقل من تنزيل النموذج إلى محادثته. وأثناء تشغيلها يعمل خادم API على localhost:11434، فتستطيع تطبيقاتك وأدوات مثل Claude Code استدعاءها أيضًا. وإلى جانب النماذج التي تعمل على جهازك، صارت الأوامر نفسها تشغّل أيضًا نماذج سحابية ينتهي اسمها بـ :cloud.

يركّز هذا الدليل على استخدام Ollama نفسها، وكل ما فيه مُراجَع على النص الأصلي في المستودع الرسمي على GitHub (بما في ذلك الشيفرة المصدرية) والتوثيق الرسمي وصفحة الأسعار (حتى 12 نوفمبر 2026). وللنماذج المحلية عمومًا راجع كيف تبدأ مع نموذج لغوي محلي، ولاختيار النموذج راجع مقارنتنا لأفضل النماذج اللغوية المحلية، ولحساب ذاكرة VRAM اللازمة راجع مقال متطلبات العتاد، ولربطه بمحرّر الشيفرة راجع مقال Ollama مع Cline.

1. ما هي Ollama؟ طريقتان لتشغيل النماذج: محليًا وفي السحابة

Ollama أداة مجانية ومفتوحة المصدر لتشغيل النماذج المفتوحة (Gemma وQwen وgpt-oss وغيرها) بسهولة على حاسوبك الشخصي. فهي تتولى في الخلفية الأجزاء المملّة، من تنزيل النماذج والتعامل مع صيغ التكميم إلى ضبط استخدام وحدة معالجة الرسومات، فلا يبقى عليك سوى «تسمية النموذج وتشغيله». ويعتمد الاستدلال على llama.cpp، وعلى أجهزة Mac بشرائح Apple تتوفر لبعض النماذج أيضًا إصدارات تعمل على MLX من Apple.

هناك طريقتان لتشغيل النموذج، واختيارك بينهما يغيّر تمامًا الحاسوب الذي تحتاجه وما تدفعه.

ومن الأدوات المشابهة LM Studio. بشكل عام: Ollama تتمحور حول الأوامر والـ API، وتناسب المطورين والأتمتة وربط الوكلاء، وLM Studio تتمحور حول الواجهة الرسومية، وتناسب من يريد الانتقال من البحث عن نموذج إلى محادثته دون مغادرة النافذة. وكلتاهما مجانية. أما الفروق بين المحلي والسحابي نفسها (التكلفة والأداء والخصوصية) فتجدها في مقارنتنا بين النماذج المحلية والسحابية.

2. طريقة تثبيت Ollama (Windows / macOS / Linux / Docker)

تعرض صفحة التنزيل الرسمية وملف README على GitHub طريقتين لكل نظام تشغيل: أمرًا من سطر واحد تلصقه في الطرفية أو مثبّتًا يدويًا. والنتيجة واحدة في الحالتين.

Windows

وإن كنت لا تريد استخدام الأوامر، فنزّل OllamaSetup.exe من صفحة التنزيل وشغّله. وبحسب صفحة Windows الرسمية يُثبَّت افتراضيًا في مجلد المستخدم، وقد تشغل النماذج فوق ذلك من عشرات إلى مئات الغيغابايتات. وإذا ضاقت المساحة على القرص C:، فغيّر مكان التثبيت بـ OllamaSetup.exe /DIR="d:\some\location" ومكان النماذج بمتغير البيئة OLLAMA_MODELS (القسم 9). وبعد التثبيت تعمل Ollama في الخلفية، ويصبح أمر ollama متاحًا في cmd وفي PowerShell.

macOS

وللتثبيت اليدوي افتح Ollama.dmg واسحب التطبيق إلى مجلد «التطبيقات». وعند التشغيل الأول، إن لم يكن أمر ollama في PATH، يطلب التطبيق الإذن بإنشاء رابط في /usr/local/bin (صفحة macOS الرسمية).

Linux

خطوات التثبيت اليدوي دون السكربت والحزمة الإضافية لبطاقات AMD موجودة في صفحة Linux الرسمية. ولا يوجد على Linux تطبيق كما في Windows وmacOS، بل تُستخدم عبر الأوامر والـ API.

Docker

الصورة الرسمية ollama/ollama متاحة على Docker Hub. وهذا أبسط تشغيل على المعالج وحده. ولبطاقات NVIDIA ثبّت NVIDIA Container Toolkit وأضف --gpus=all، ولبطاقات AMD استخدم الصورة ollama/ollama:rocm (صفحة Docker الرسمية). ولا يستطيع Docker Desktop على macOS استخدام وحدة الرسومات (الأسئلة الشائعة الرسمية)، لذا فتثبيت التطبيق مباشرة على Mac أسرع.

docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama
docker exec -it ollama ollama run gemma4:e2b

3. هل ستعمل بسرعة على بطاقتك الرسومية؟ (البطاقات المدعومة باختصار)

إذا لم تستطع Ollama استخدام بطاقتك الرسومية فإنها تعمل على المعالج، فلن ترى أي خطأ، لكنها تصبح أبطأ بعدة أضعاف. وقبل التثبيت تحقّق من وجود بطاقتك في صفحة Hardware support الرسمية. وهذه أهم النقاط.

لمعرفة هل حُمّل النموذج فعلًا على وحدة الرسومات، شغّل ollama ps أثناء عمله. إذا ظهر في عمود PROCESSOR 100% GPU فهو بالكامل على وحدة الرسومات، أما تقسيم مثل 48%/52% CPU/GPU فيعني أنه لم يتسع في VRAM (الأسئلة الشائعة الرسمية). وما الذي تخفّضه عند التقسيم تجده في جدول القسم 9. وتقديرات VRAM لكل بطاقة في مقال متطلبات العتاد.

4. قائمة أوامر Ollama

يجمع هذا الجدول الأوامر الواردة في مرجع سطر الأوامر الرسمي وتلك المعرّفة في الشيفرة المصدرية (cmd/cmd.go). وفي الاستخدام اليومي ستحتاج غالبًا إلى الستة الأولى.

لأمر ollama run خيارات مفيدة. فمع --verbose يعرض بعد كل إجابة الزمن المستغرق وعدد الرموز في الثانية (eval rate)، فـتستطيع مقارنة السرعة بالأرقام عند تغيير النموذج أو الوسم. ويوقف --think=false عرض خطوات التفكير في النماذج التي تعرضها، ويجعل --format json الإجابة بصيغة JSON، ويغيّر --keepalive 30m مدة بقاء النموذج في الذاكرة. ومع النماذج التي تفهم الصور يكفي أن تضع مسار الملف في نص الطلب، مثل ollama run gemma4 "What's in this image? ./photo.png".

أثناء المحادثة (بعد المحث >>>) تتوفر أوامر خاصة تبدأ بـ /. فـ /bye للخروج، و/? لعرض القائمة كلها، و/clear لمسح سياق المحادثة، و/set parameter num_ctx 8192 لتغيير طول السياق فورًا. ولإدخال عدة أسطر دفعة واحدة، ضعها بين """.

5. تنزيل النماذج وقراءة الوسوم

يُحدَّد النموذج بـ الاسم + الوسم. وإذا حذفت الوسم يُستخدم latest، لكن الحجم الذي يشير إليه latest يختلف من نموذج لآخر. والتثبيت دون تحقق قد ينزّل إصدارًا أكبر بكثير مما توقعت. وبأخذ قائمة الوسوم الرسمية لـ gemma4 مثالًا، يبيّن الجدول كيف تُقرأ الوسوم (كما ظهرت في 12 نوفمبر 2026).

تظهر الأحجام كنطاق لأن الوسم الواحد يضم عدة صيغ، ويُختار منها ما يناسب جهازك. ففي latest الخاص بـ gemma4 يطابق الحد الأدنى (6.6 GB) حجم e4b-it-q4_K_M، والحد الأعلى (9.5 GB) حجم e4b-mlx. وإن احترت فاختر وسمًا بلا لاحقة (مثل gemma4:e4b)، وستختار Ollama الصيغة المناسبة لجهازك. أما صيغ التكميم نفسها (كيف تُقرأ Q4_K_M في GGUF وغير ذلك) فتجدها في مقالنا عن صيغ التكميم.

أرقام VRAM تقديرية: حجم النموذج مع هامش للمحادثة (السياق). ودليل البدء السريع الرسمي يوصي هو أيضًا بـ «8 GB من VRAM (أو ذاكرة موحدة على Mac)» للنموذج gemma4:e2b (نحو 7.2 GB بالصيغة المثبّتة افتراضيًا). وبعد التثبيت يعرض ollama show gemma4 عدد المعاملات والتكميم وطول السياق.

6. الاستخدام عبر واجهة رسومية (تطبيق Ollama وOpen WebUI وغيرهما)

إن لم تكن مرتاحًا للطرفية، فابدأ بفتح تطبيق Ollama نفسه. ففي إصداري Windows وmacOS نافذة تختار فيها نموذجًا وتحادثه (تدوينة المدونة الرسمية «Ollama's new app»). ولا يوجد تطبيق على Linux، فاستخدم إحدى الواجهات الأخرى أدناه.

7. النماذج السحابية والأسعار

حين لا تستطيع بطاقتك الرسومية تشغيل نموذج كبير، يمكنك استخدام النماذج السحابية التي تعمل على خوادم Ollama بالطريقة نفسها. سجّل الدخول إلى ollama.com بـ ollama signin، ثم اكتب اسمًا ينتهي بـ :cloud مثل ollama run gemma4:cloud. ولا حاجة إلى أي تنزيل (صفحة Cloud الرسمية). وهذه الخطط (صفحة الأسعار، حتى 12 نوفمبر 2026).

يُحسب الاستخدام بسعر كل نموذج لكل مليون رمز. فالإصدار السحابي من gemma4 مثلًا سعره $0.14 للإدخال و$0.40 للإخراج. ومع مليون رمز إدخال و200 ألف رمز إخراج يكون الحساب 0.14 + 0.40 × 0.2 = نحو $0.22. وبهذه النسبة يكفي رصيد Pro الشهري البالغ $60 لنحو 270 جولة مماثلة (60 ÷ 0.22). ولا يُرحَّل الاستخدام المشمول إلى الشهر التالي. أما النماذج التي تعمل على جهازك فغير محدودة ومجانية في كل الخطط.

8. استخدام الـ API (متوافقة مع OpenAI ومع Anthropic)

القيمة الحقيقية لـ Ollama في الـ API المحلية. فالخادم يستمع افتراضيًا على 127.0.0.1:11434، وبإرسال الطلبات إليه تستطيع تطبيقاتك وسكربتاتك وأدواتك استخدام نموذج لغوي محلي. وهناك ثلاث صيغ للطلبات.

/api/chat (إرسال سجل المحادثة)

curl http://localhost:11434/api/chat -d '{
  "model": "gemma4",
  "messages": [{
    "role": "user",
    "content": "Why is the sky blue?"
  }],
  "stream": false
}'

الإجابة في message.content. وإذا حذفت "stream": false تصل الإجابة تدريجيًا في أسطر JSON (البث هو الافتراضي). وللحصول على إجابة واحدة يمكنك أيضًا إرسال "prompt" إلى /api/generate. والمثال أعلاه مكتوب لصدفات macOS وLinux؛ أما PowerShell على Windows فيتعامل مع علامات الاقتباس بشكل مختلف، فاستخدم هذه الصيغة من صفحة Windows الرسمية (غُيّر اسم النموذج فقط).

(Invoke-WebRequest -method POST -Body '{"model":"gemma4", "prompt":"Why is the sky blue?", "stream": false}' -uri http://localhost:11434/api/generate ).Content | ConvertFrom-json

متوافقة مع OpenAI (/v1)

مع مكتبة OpenAI الرسمية يكفي توجيه base_url إلى Ollama. وبحسب التوثيق الرسمي فإن مفتاح الـ API على الخادم المحلي «مطلوب لكنه يُتجاهَل»، فأي نص يفي بالغرض.

from openai import OpenAI

client = OpenAI(
    base_url='http://localhost:11434/v1/',
    api_key='ollama',  # required but ignored
)

chat_completion = client.chat.completions.create(
    messages=[{'role': 'user', 'content': 'Say this is a test'}],
    model='gemma4',
)
print(chat_completion.choices[0].message.content)

متوافقة مع Anthropic (ربط Claude Code)

تطلب صفحة التوافق مع Anthropic الرسمية ضبط متغيري البيئة هذين للأدوات المبنية على API الخاصة بـ Anthropic. وحتى دون ضبطهما بنفسك، يشغّل ollama launch claude أداة Claude Code وهي متصلة.

export ANTHROPIC_AUTH_TOKEN=ollama  # required but ignored
export ANTHROPIC_BASE_URL=http://localhost:11434

كلتا طبقتي التوافق لا تدعم سوى جزء من الـ API الأصلية. فصيغة Responses مثلًا لا تحفظ الحالة، لذا يجب إرسال سجل المحادثة في كل مرة. وعند استخدام نموذج محلي مع وكيل برمجة، يكون طول السياق في القسم التالي هو المفتاح.

9. التخصيص (Modelfile ومتغيرات البيئة وضبط الذاكرة)

Modelfile: أنشئ نموذجك الخاص

Modelfile ملف إعدادات يشبه Dockerfile كثيرًا. تبدأ بنموذج أساسي (FROM، إلزامي)، وتضيف معاملات (PARAMETER) ومطالبة نظام (SYSTEM)، فتحصل على «نموذجك الخاص» الذي يتصرف دائمًا بالطريقة نفسها. وهذا مثال مبسّط:

FROM gemma4
PARAMETER temperature 0.7
PARAMETER num_ctx 16384
SYSTEM """أنت مساعد موجز. ابدأ بالأهم وأجب بالعربية."""

احفظ ذلك في ملف باسم Modelfile ونفّذ ما يلي في المجلد نفسه. ووضع num_ctx في Modelfile يطيل طول السياق لهذا النموذج وحده، دون تغيير القيمة الافتراضية للخادم كله.

ollama create my-assistant -f Modelfile
ollama run my-assistant

يعرض ollama show --modelfile gemma4 ملف Modelfile لنموذج موجود. ونسخه وتعديله أسرع طريقة للبدء.

أهم متغيرات البيئة

يُضبط سلوك الخادم بمتغيرات البيئة، ويعرض ollama serve --help القائمة الكاملة. وهذه أكثرها شيوعًا، مع القيم الافتراضية المكتوبة في الشيفرة المصدرية (envconfig/config.go) والأسئلة الشائعة الرسمية.

طريقة الضبط تختلف حسب نظام التشغيل (الأسئلة الشائعة الرسمية). على Windows أغلق Ollama من شريط المهام، وأضف متغير مستخدم في إعدادات متغيرات البيئة، ثم شغّل Ollama من جديد من قائمة «ابدأ». وعلى macOS اضبطه بأمر مثل launchctl setenv OLLAMA_HOST "0.0.0.0:11434" ثم أعد تشغيل التطبيق. وعلى Linux (عند التشغيل عبر systemd) اتبع ما يلي:

systemctl edit ollama.service
# أضف سطرًا لكل متغير تحت [Service]
# Environment="OLLAMA_HOST=0.0.0.0:11434"
systemctl daemon-reload
systemctl restart ollama

الضبط عند قلة الذاكرة أو الحاجة إلى سياق طويل

مع VRAM أقل من 24 GiB يكون طول السياق الافتراضي 4k فقط (نحو 4,000 رمز). وتوصي صفحة Context length الرسمية بـ 64,000 رمز على الأقل للبحث على الويب والوكلاء وأدوات البرمجة. وعندما لا يكفي السياق ينسى النموذج ما سبق دون أي رسالة خطأ، لذا يجمع الجدول الإعداد المناسب لكل هدف لتنطلق من العَرَض.

بعد التغيير تحقّق بـ ollama ps من أن عمود CONTEXT يعرض الطول الذي أردته وأن PROCESSOR ما زال 100% GPU. وحساب تحويل طول السياق إلى ذاكرة موجود في مقال متطلبات العتاد، وأعراض الوكيل الذي ينفد سياقه في مقال Ollama مع Cline.

10. حل المشكلات

أكثر العثرات شيوعًا وحلولها كما وردت في الأسئلة الشائعة الرسمية وصفحة Troubleshooting.

الخلاصة

تشغّل Ollama النماذج المفتوحة على جهازك أو في السحابة بالطريقة نفسها. وإليك أربع نقاط:

• تحقق من وحدة الرسومات قبل التثبيت: تحتاج NVIDIA إلى Compute Capability 5.0 أو أعلى، وAMD إلى قائمة ROCm v7 أو Vulkan، وMac إلى شريحة Apple من سلسلة M. وبعد التشغيل تأكد من ظهور 100% GPU في ollama ps.
• اقرأ الوسم قبل أن تختار: محتوى latest يختلف حسب النموذج. انظر إلى رقم الحجم (e2b و12b و31b)، وإن احترت فاختر وسمًا بلا لاحقة.
• حدّد طول السياق بنفسك: مع VRAM أقل من 24 GiB يكون الافتراضي 4k. ويُوصى بـ 64k على الأقل للوكلاء، ووفّر الذاكرة بتكميم ذاكرة K/V المؤقتة.
• اربط الأدوات عبر الـ API وlaunch: الـ API المتوافقة مع OpenAI وAnthropic وollama launch تتيح استخدامها من تطبيقاتك ومن Claude Code. والنماذج الثقيلة عبر :cloud.

ابدأ بفتح التطبيق أو كتابة ollama run gemma4:e2b. وأفضل طريقة للتعلم أن تتركها تعمل وأنت تستكشف الفروق عن السحابة وطريقة اختيار النموذج. وإن أردت التقدم أكثر وربط نموذج بمحررك ليكتب الشيفرة، فإعداد Cline وContinue مشروح في البرمجة بنموذج لغوي محلي.

FAQ