Ollama CLI チートシート：ls、serve、run、ps などのコマンド（2026年更新版）

このOllama CLIチートシートは、毎日使用するコマンド（ollama ls、ollama serve、ollama run、ollama ps、モデル管理、一般的なワークフロー）に焦点を当てており、コピー＆ペーストできる例を記載しています。

さらに、ollama serveの環境変数リファレンス（OLLAMA_NUM_PARALLEL、OLLAMA_CONTEXT_LENGTH、OLLAMA_KV_CACHE_TYPEなど）、思考モデル用フラグ（--think、--hidethinking）、およびAIコーディングアシスタント向けの拡張されたollama launch統合機能も含まれています。以下のコマンドとフラグは、Ollama v0.33.2（2026年10月）との照合が済みです。

このOllamaチートシートは、CLIコマンド、モデル管理、カスタマイズに焦点を当てていますが、いくつかのcurl呼び出しも含んでいます。

Ollamaがローカル、セルフホスト、クラウドのオプションの中でどこに位置づけられるのかを全体像として把握するために、vLLM、Docker Model Runner、LocalAI、クラウドプロバイダーとの比較については、LLMホスティング: ローカル、セルフホスト、クラウド基盤の比較を参照してください。異なるローカルLLMホスティングソリューションを比較している場合は、Ollama、vLLM、LocalAI、Jan、LM Studioなどの総合比較をご覧ください。コマンドラインインターフェースの代替手段を探している方には、Docker Model Runnerが異なるアプローチを提供します。並行トラフィックやキューイングが単一のOllamaインスタンスに負荷をかけ始めた場合、OllamaからvLLMへ: ローカルLLMサーバーをマイグレーションすべき時で、マイグレーションのシグナルと段階的なロールアウト計画を確認できます。

Ollamaのインストール（ダウンロードとCLIインストール）

• オプション1: ウェブサイトからダウンロード
  • ollama.comにアクセスし、お使いのオペレーティングシステム（Mac、Linux、またはWindows）向けのインストーラーをダウンロードします。
• オプション2: コマンドライン経由でインストール
  • MacおよびLinuxユーザーは、以下のコマンドを使用してください：

curl -fsSL https://ollama.com/install.sh | sh

• 画面上の指示に従い、プロンプトが表示されたらパスワードを入力します。

Ollamaのシステム要件（RAM、ストレージ、CPU）

• オペレーティングシステム: Mac、Linux、またはWindows
• メモリ（RAM）: 最小8GB、推奨16GB以上
• ストレージ: 空き容量が少なくとも約10GB（モデルファイルはかなり大きくなる可能性があります — 移す方法については下記モデル管理セクションを参照）
• プロセッサ: 比較的現代的なCPU（過去5年以内に発売されたもの）。Ollamaが異なるCPUアーキテクチャをどのように利用しているか知りたい場合は、OllamaがIntel CPUのPerformanceコアとEfficientコアをどのように使用しているかの分析をご覧ください。

基本的なOllama CLIコマンド

引数なしで単にollamaを実行すると、ollama launchと同じ対話型ランチャーメニューが開くようになりました — リストから統合ターゲットとモデルを選択します。

Ollama CLI（それは何か）

Ollama CLIは、モデルを管理し、ローカルで実行/サーブするためのコマンドラインインターフェースです。ほとんどのワークフローは以下のことに集約されます：

• サーバーの起動: ollama serve
• モデルの実行: ollama run <model>
• ロード/実行中ものの確認: ollama ps
• モデルの管理: ollama pull, ollama list, ollama rm
• AIコーディングアシスタントの起動: ollama launch

Ollamaモデル管理: モデルのpullとlistコマンド

モデルのリスト表示:

ollama list

これは以下と同じです：

ollama ls

このコマンドは、システムにダウンロードされたすべてのモデルを、HDD/SSD上のファイルサイズと共にリスト表示します。例：

$ ollama ls
NAME                                                    ID              SIZE      MODIFIED     
deepseek-r1:8b                                          6995872bfe4c    5.2 GB    2 weeks ago     
gemma3:12b-it-qat                                       5d4fa005e7bb    8.9 GB    2 weeks ago     
LoTUs5494/mistral-small-3.1:24b-instruct-2503-iq4_NL    4e994e0f85a0    13 GB     3 weeks ago     
dengcao/Qwen3-Embedding-8B:Q4_K_M                       d3ca2355027f    4.7 GB    4 weeks ago     
dengcao/Qwen3-Embedding-4B:Q5_K_M                       7e8c9ad6885b    2.9 GB    4 weeks ago     
qwen3:8b                                                500a1f067a9f    5.2 GB    5 weeks ago     
qwen3:14b                                               bdbd181c33f2    9.3 GB    5 weeks ago     
qwen3:30b-a3b                                           0b28110b7a33    18 GB     5 weeks ago     
devstral:24b                                            c4b2fa0c33d7    14 GB     5 weeks ago  

モデルのダウンロード: ollama pull

ollama pull mistral-nemo:12b-instruct-2407-q6_K

このコマンドは、指定されたモデル（例: Gemma 2B、またはmistral-nemo:12b-instruct-2407-q6_K）をシステムにダウンロードします。 モデルファイルはかなり大きくなる可能性があるため、ハードドライブまたはSSD上のモデルが使用している空間に注意してください。 すべてのOllamaモデルをホームディレクトリから、より容量が大きく性能の良い別のドライブに移動することさえ検討するかもしれません。

モデルのアップロード: ollama push

ollama push my-custom-model

ローカルモデルをOllamaレポジトリにアップロードし、他の人がpullできるようにします。 まずサインインしている必要があります（ollama signin）し、モデル名にはOllamaユーザー名をプレフィックスとして付ける必要があります（例: myuser/my-model）。 HTTP経由でプライベートレポジトリにpushする場合は --insecure を使用してください：

ollama push myuser/my-model --insecure

モデルのコピー: ollama cp

ollama cp llama3.2 my-llama3-variant

再ダウンロードせずに、新名称でモデルのローカルコピーを作成します。 Modelfileを編集する前に便利です — まずコピーし、コピーをカスタマイズし、元データをそのまま維持できます：

ollama cp qwen3:14b qwen3-14b-custom
ollama create qwen3-14b-custom -f ./Modelfile

モデルの削除: ollama rm

ollama rm qwen3:8b
# 新しいバージョンでは1回の呼び出しで複数のモデルを受け入れます:
ollama rm qwen3:8b qwen3:14b

ollama rmは、モデルのマニフェストと、他のモデルによって参照されなくなったBlobを削除します。したがって、派生モデルの共有ベースレイヤーは保持されます。

Ollama showコマンド

ollama showは、ダウンロードされたモデルの情報出力します。

ollama show qwen3:14b

デフォルトでは、モデルカード（アーキテクチャ、コンテキスト長、埋め込み長、量子化など）を出力します。 6つの便利なフラグがあります：

# モデルが構築されたシステムプロンプトとテンプレートを正確に確認する
ollama show deepseek-r1:8b --modelfile

# コンテキストウィンドウサイズとその他の推論パラメータを確認する
ollama show qwen3:14b --parameters

# カスタマイズされたモデルのシステムプロンプトだけを確認する
ollama show mymodel --system

# モデルを製品内で出荷する前にライセンスを確認する
ollama show llama3.2 --license

# 完全なテンソルレベルの詳細（量子化のデバッグに有用）
ollama show llama3.2 --verbose

--modelfileの出力は、モデルをカスタマイズする前に特に有用です。ゼロからModelfileを書くのではなく、ベースのModelfileをコピーしてそこから編集できます。

Ollama serveコマンド

ollama serveは、ローカルOllamaサーバーを起動します（デフォルトHTTPポート 11434）。

ollama serve

“ollama serve"コマンド（systemd対応の例）：

# 環境変数を設定し、サーバーを起動する
# ホストのIPアドレスでollamaを利用可能にする
export OLLAMA_HOST=0.0.0.0:11434
export OLLAMA_NUM_PARALLEL=2
ollama serve

ollama startはollama serveのエイリアスであり、両方とも同じサーバーを起動します。

0.0.0.0へのバインドは、認証なしでサーバーをネットワークに公開します — リバースプロキシの背後にあるOllama（CaddyまたはNginx）に記載されているように、前面にTLS付きリバースプロキシを配置するか、Ollamaリモートアクセスパターンに従ってプライベートトンネル経由でアクセスしてください。代わりにコンテナ内でサーバーを実行するには、GPUと永続モデルストレージ付きDocker ComposeでOllamaを参照してください。

Ollama serve環境変数（完全リファレンス）

ollama serveが起動時に読み込む環境変数です（Ollama v0.33時点）：

例えば、すべてのモデルのデフォルトコンテキストウィンドウを上げるには：

OLLAMA_CONTEXT_LENGTH=32768 ollama serve

VRAMに基づくデフォルトコンテキスト長

OLLAMA_CONTEXT_LENGTHが設定されていない場合、サーバーはマシンのVRAM総量に基づいて段階的なデフォルトを選択します（Ollama v0.15.5で追加）：

Ollamaは、コンテキストに強いワークロード（ウェブ検索、エージェント、コーディングツール）に対して最低64,000トークン推奨し、メモリフットプリントはOLLAMA_NUM_PARALLELに従ってスケーリングするため、高い並列設定と大きなデフォルトコンテキストの組み合わせは、モデルレイヤーをVRAMから押し出す可能性があります。サーバーは起動時に選択された値をvram-based default contextとしてログに出力します。

KVキャッシュタイプはメモリと速度のトレードオフです — KVキャッシュをq8_0に量子化すると、そのVRAMフットプリントがほぼ半分になり、長いコンテキストの実行に適しています。実際の影響については、16GB GPUでのKVキャッシュ長コンテキストテストで測定しています。OLLAMA_NUM_PARALLELとOLLAMA_MAX_QUEUEの詳細は、Ollamaの並列リクエスト処理で詳しく説明されています。

Ollama runコマンド

モデルの実行:

ollama run gpt-oss:20b

このコマンドは指定されたモデルを開始し、対話するための対話型REPLを開きます。 Ollamaが複数の並行リクエストをどのように管理するか理解したいですか？ 詳細な分析の中で、Ollamaの並列リクエスト処理方法を詳しく学んでください。

ollama runはモデルを対話型セッションで実行します。 したがって、gpt-oss:120bの場合、以下のようなものが見えます

$ ollama run gpt-oss:120b
>>> メッセージを送信 (ヘルプは /? )

質問やコマンドを入力すると、モデルが応答します。

>>> あなたは誰ですか?
Thinking...
The user asks "who are you?" Simple question. Should respond as ChatGPT, an AI language model, trained by OpenAI, 
etc. Provide brief intro. Probably ask if they need help.
...done thinking.

I’m ChatGPT, an AI language model created by OpenAI. I’ve been trained on a wide range of text so I can help 
answer questions, brainstorm ideas, explain concepts, draft writing, troubleshoot problems, and much more. Think 
of me as a versatile virtual assistant—here to provide information, support, and conversation whenever you need 
it. How can I help you today?

>>> メッセージを送信 (ヘルプは /? )

対話型ollamaセッションを終了するには、Ctrl+Dを押すか、/byeと入力すると、同じ結果になります：

>>> /bye
$ 

Ollama runコマンドの例

モデルを実行して、非対話モードで単一の質問を尋ねるには：

printf "Give me 10 bash one-liners for log analysis.\n" | ollama run llama3.2

ollamaセッションで詳細な冗長なLLM応答を見たい場合は、--verboseまたは-vパラメータ付きでモデルを実行します：

$ ollama run gpt-oss:20b --verbose
>>> あなたは誰ですか?
Thinking...
We need to respond to a simple question: "who are you?" The user is asking "who are you?" We can answer that we 
are ChatGPT, a large language model trained by OpenAI. We can also mention capabilities. The user likely expects 
a brief introduction. We'll keep it friendly.
...done thinking.

I’m ChatGPT, a large language model created by OpenAI. I’m here to help answer questions, offer explanations, 
brainstorm ideas, and chat about a wide range of topics—everything from science and history to creative writing 
and everyday advice. Just let me know what you’d like to talk about!

total duration:       1.118585707s
load duration:        106.690543ms
prompt eval count:    71 token(s)
prompt eval duration: 30.507392ms
prompt eval rate:     2327.30 tokens/s
eval count:           132 token(s)
eval duration:        945.801569ms
eval rate:            139.56 tokens/s
>>> /bye
$ 

そうです、それは1秒あたり139トークンです。gpt-oss:20bはとても高速です。 私のように16GB VRAMを持つGPUをお持ちの場合、LLM速度比較の詳細は、16GB VRAM GPUでOllama用の最良のLLMを参照してください。

ヒント: モデルを複数のアプリケーションからHTTP経由で利用可能にしたい場合は、ollama serveでサーバーを起動し、長い対話セッションの代わりにAPIクライアントを使用してください。

Ollama runフラグ（完全リファレンス）

2つの環境変数がollama run自体に影響します: OLLAMA_EDITORはREPLでCtrl+Gによって開かれるエディタを設定し、OLLAMA_NOHISTORY=1はreadline履歴の永続化を無効にします。

思考モデル: –think と –hidethinking

思考機能を備えたモデル（deepseek-r1, qwen3, gpt-ossなど）はCLIではデフォルトで思考し、応答の前に推論トレースが出力されます：

ollama run qwen3:14b --think=false "推論トレースなしで直接答えて"
ollama run deepseek-r1:8b --hidethinking "9.9と9.11、どちらが大きいですか?"   # 思考するが、応答のみ出力

GPT-OSSモデルはブール値ではなくレベルを受け入れます — オン/オフを切り替えるのではなく、トレースの長さを調整します：

ollama run gpt-oss:20b --think=low "ヘッドラインを作成"

対話型セッション内では、/set thinkと/set nothinkで思考を切り替えます。

Modelfileなしでモデルパラメータを上書きする

古いブログ記事では、ollama runに-p / --parametersフラグが表示されていますが、現在リリース版にはもう存在しません。Modelfileを編集せずに推論パラメータを変更するサポートされている方法はREPLです：

$ ollama run qwen3:14b
>>> /set parameter num_ctx 32768
Set parameter 'num_ctx' to '32768'
>>> /save qwen3-14b-32k
>>> /bye

/set parameterは現在のセッションにのみ適用され、/saveは後にollama run qwen3-14b-32kで実行できる新しいローカルモデルとして永続化します。/show parametersは現在のセッションの設定をリスト表示します。サーバー上のすべてのモデルに対して、ollama serveのOLLAMA_CONTEXT_LENGTHはグローバルにデフォルトコンテキストウィンドウを変更します。

この方法で設定できる共通パラメータ：

ollama show <model>はモデルがサポートできるコンテキスト長を報告し、ollama psはロード済みインスタンスに実際割り当てられたコンテキストを表示します — 長いプロンプトがサイレントに切り詰められたような場合は、Ollama psコマンドを参照してください。

REPLでの複数行入力

三重引用符（"""）でテキストを囲むことで、早期送信せずに複数行のプロンプトを入力できます：

>>> """これを1文で要約:
... The quick brown fox jumps over the lazy dog.
... It happened on a Tuesday.
... """

長いプロンプトの場合、Ctrl+Gは完全なテキストエディタ（$EDITOR、またはOLLAMA_EDITORが指すもの）で現在のプロンプトを開き、保存して終了したときに送信します — 長いシステムスタイルのプロンプトを反復するために便利です（Ollama v0.16で追加）。

マルチモーダルモデル（画像）

ビジョン機能を備えたモデル（例: gemma3, llava）の場合、プロンプトに直接画像パスを渡します：

ollama run gemma3 "この画像には何が描かれていますか? /home/user/screenshot.png"

CLIでの埋め込み生成

埋め込みモデルはテキストではなくJSON配列を出力します。 迅速な使い捨て埋め込みのために、テキストを直接パイプします：

echo "Hello world" | ollama run nomic-embed-text

2つのollama runフラグは埋め込みモデルに固有です: --dimensions 512は出力ベクトルを512次元に切り詰めます（より小さいベクトルが欲しい場合、nomic-embedなどのマトリョーシカ対応モデルに有用）、--truncate=falseはモデルのコンテキストを超える入力がサイレントに切り詰められる代わりにエラーを返すようにします。

本番の埋め込みワークロードには、代わりに/api/embed RESTエンドポイントまたはPythonクライアントを使用してください。

JSON出力を強制する (–format)

ollama run llama3.2 --format json "5つの首都をJSONで列挙して"

モデルは有効なJSONを返すように指示されます。出力をjqや構造化データを期待するスクリプトにパイプするときに有用です。

Ollama stopコマンド

このコマンドは、指定された実行中のモデルを停止します。

ollama stop llama3.1:8b-instruct-q8_0

Ollamaは一定時間後にモデルを自動的に退避します。 デフォルトは5分（OLLAMA_KEEP_ALIVE=5m）です。古いOllamaリリースでは4分でした。 残り時間を待ちたくない場合は、ollama stopコマンドを使用します。 モデルの開始時にも、ollama runに--keepaliveを渡すことができます（例: --keepalive 30s、モデルを永遠にロード状態に保つには--keepalive -1）、またはkeep_alive=0パラメータで/generate APIエンドポイントを呼び出して、モデルを即座にVRAMから追い出すこともできます — 説明と例については下記を参照してください。

Ollama psコマンド

ollama psは、現在実行中のモデルとセッションを表示します（「なぜ私のVRAMが満杯なのか？」をデバッグするのに有用）。

ollama ps

ollama psの出力の例は以下の通りです：

NAME           ID              SIZE     PROCESSOR    CONTEXT    UNTIL
gpt-oss:20b    17052f91a42e    14 GB    100% GPU     4096       4 minutes from now

CONTEXTカラムは、このロード済みインスタンスに実際割り当てられたコンテキストです。ollama show <model>（モデルがサポートするコンテキスト長を報告するもの）とは異なります — モデルが長いプロンプトをサイレントに切り詰めている場合、ollama psが実際の実行時値を明らかにするコマンドです。

私のPCでは、gpt-oss:20bがGPUの16GB VRAMに非常にうまく収まり、わずか 14GBしか占めていません。

ollama run gpt-oss:120bを実行してからollama psを呼び出すと、結果はそれほど明るくありません： レイヤーの78%がCPU上であり、これはまだコンテキストウィンドウが4096トークンの場合です — コンテキストを増やすとメモリフットプリントはさらに大きくなります。

NAME            ID              SIZE     PROCESSOR          CONTEXT    UNTIL
gpt-oss:120b    a951a23b46a1    66 GB    78%/22% CPU/GPU    4096       4 minutes from now

Ollama launchコマンド（AIコーディング統合）

ollama launchは、**Ollama v0.15（2026年1月）**で紹介されたコマンドで、ローカルOllamaサーバーに対して動作する人気のあるAIコーディングアシスタントのゼロ設定、1行セットアップを提供します。

なぜollama launchを使うのか？

ollama launchが登場する前は、Claude CodeやCodexのようなコーディングエージェントをローカルOllamaバックエンドに接続するには、環境変数を手動で設定し、ツールを正しいAPIエンドポイントにポイントさせ、互換性のあるモデルを選択する必要がありました。ollama launchは、それらをすべて対話的に処理します。

すでにローカルでOllamaを実行しており、API呼び出しに支払うことなく、またはコードをクラウドに送らずにエージェント型コーディングアシスタントが欲しい場合は、ollama launchがそこへの最速の経路です。

対応統合

リストは、v0.15の4つの統合をはるかに超えて成長しました。Ollama v0.33時点で、ollama launchは以下をサポートしています：

基本的な使い方

# 対話型ピッカー — メニューから統合とモデルを選択
# (モデルピッカーはv0.16.3以降常に表示されます)
ollama launch

# 特定の統合を直接起動
ollama launch claude

# 特定のモデル付きで起動
ollama launch claude --model qwen3-coder

# 統合を設定して起動しない（設定を確認するのに有用）
ollama launch droid --config

# 統合をデフォルトプロファイルにリセット
ollama launch codex --restore

# -- 以降に統合への追加引数を渡す
ollama launch codex -- --sandbox workspace-write

--yes (-y) は確認プロンプトに自動的に応答し、スクリプトとオンボーディングフローで有用です。

推奨モデル

コーディングエージェントは、ファイル全体コンテキストとマルチターン会話履歴を保持するために長いコンテキストウィンドウが必要です。 Ollamaは、少なくとも 64,000トークンのコンテキストを持つモデルを推奨します：

GPUにモデルが入らない場合、Ollamaはクラウドホスト版（例: qwen3-coder:480b-cloud）も提供します。同じように統合されますが、推論をOllamaのクラウドティアにルーティングします — ollama signinが必要になります。

例: OllamaでローカルにClaude Codeを実行する

# 1. モデルが利用可能であることを確認
ollama pull qwen3-coder

# 2. それに対してClaude Codeを起動
ollama launch claude --model qwen3-coder

Ollamaは必要な環境変数を設定し、http://localhost:11434を向くClaude Codeを自動的に開始します。 その後、Claude Codeを通常通り使用できます — 唯一の違いは、推論が自分のハードウェア上で行われることです。

パフォーマンスノブ (OLLAMA_NUM_PARALLEL)

負荷下でキューイングやタイムアウトが見える場合、最初に学ぶべきノブは**OLLAMA_NUM_PARALLEL**です。

• OLLAMA_NUM_PARALLEL = Ollamaが並列に実行するリクエストの数。
• より高い値はスループットを増やす可能性がありますが、VRAMの負荷やレイテンシースパイクを増やす可能性があります。
• すべての並列スロットがビジーなときに到着するリクエストはキューに入ります。その深さはOLLAMA_MAX_QUEUEで上限が設定されます。

クイック例：

OLLAMA_NUM_PARALLEL=2 ollama serve

完全な説明（チューニング戦略と失敗モードを含む）については、以下を参照してください：

• Ollamaの並列リクエスト処理

VRAMからのOllamaモデルの解放 (keep_alive)

モデルがVRAM（GPUメモリ）にロードされると、使用を終えてもそこに留まり続けます。モデルを明示的にVRAMから解放してGPUメモリを解放するには、keep_alive: 0を伴うリクエストをOllama APIに送信できます。

• curlを使用してVRAMからモデルを解放:

curl http://localhost:11434/api/generate -d '{"model": "MODELNAME", "keep_alive": 0}'

MODELNAMEを実際のモデル名に置き換えます。例えば：

curl http://localhost:11434/api/generate -d '{"model": "qwen3:14b", "keep_alive": 0}'

• Pythonを使用してVRAMからモデルを解放:

import requests

response = requests.post(
    'http://localhost:11434/api/generate',
    json={'model': 'qwen3:14b', 'keep_alive': 0}
)

特に、以下の場合に有用です：

• 他のアプリケーションのためにGPUメモリを解放する必要がある場合
• 複数のモデルを実行していてVRAM使用量を管理したい場合
• 大きなモデルの使用を終え、リソースを即座に解放したい場合

注意: keep_aliveパラメータは、最後の要求後にモデルがメモリにロードされ続ける時間（秒）を制御します。0に設定すると、モデルは即座にVRAMからアンロードされ、負の値（例: -1）はモデルを永遠にロード状態に保ちます。期間文字列（例: 10m, 24h）も受け入れられます。サーバー全体のデフォルトはOLLAMA_KEEP_ALIVE=5mであり、リクエストごとのkeep_aliveは常にそれを上書きします。

Ollamaの抽象化層を完全に避け、どのGGUFモデルがその時点で常駐しているかを直接的に制御したい場合は、llama-serverルーターモードで、llama.cppネイティブの動的モデル切り替えアプローチを説明しています。

Ollamaモデルのカスタマイズ（システムプロンプト、Modelfile）

• システムプロンプトの設定: Ollama REPL内では、モデルの動作をカスタマイズするためにシステムプロンプトを設定できます：

  >>> /set system 尋ねられたすべての質問に対して、技術的な難解な用語をできるだけ避けて平明な英語で答えてください
  >>> /save ipe
  >>> /bye
  

  その後、カスタマイズされたモデルを実行します：

  ollama run ipe
  

  これはシステムプロンプトを設定し、将来の使用のためにモデルを保存します。

• カスタムモデルファイルの作成: 以下のような構造のテキストファイル（例: custom_model.txt）を作成します：

  FROM llama3.1
  PARAMETER num_ctx 32768
  SYSTEM [ここにあなたのカスタム指示を入力]
  

  その後、実行します：

  ollama create mymodel -f custom_model.txt
  ollama run mymodel
  

  これは、ファイル内の指示に基づいてカスタマイズされたモデルを作成します。ollama createはビルド中に量子化することもできます — -q q4_K_Mは非量子化（safetensors）ソースからQ4_K_M GGUFを生成し、--draft-quantizeはドラフト（投機的デコーディング）モデルの量子化を設定し、--experimentalは実験的とマークされているsafetensorsモデル作成機能を有効にします。

Ollama signin と signout（レポジトリ認証）

ollama signin
ollama signout

ollama signinは、ローカルOllamaインストールをollama.comのOllamaレポジトリに認証します。サインイン後、クライアントはクレデンシャルをローカルに保存し、後続のコマンドで自動的に再利用します。

signinが有効にするもの:

• アカウントまたは組織からのプライベートモデルのpullとpush。
• ローカルで実行するには大きすぎるクラウドホストモデル（例: qwen3-coder:480b-cloud）の使用。
• ollama pushでのレポジトリへのモデル公開。

代替: APIキー認証

対話型のollama signinが実用的でないCIパイプラインやヘッドレスサーバーでOllamaを実行している場合は、Ollamaアカウント設定でAPIキーを作成し、環境変数として公開します：

export OLLAMA_API_KEY=ollama_...
ollama pull myorg/private-model

OLLAMA_API_KEY変数は、すべてのOllamaコマンドとAPIリクエストによって自動的に取得されます — 各マシンでollama signinを実行する必要はありません。

Ollama runコマンドのファイル使用（要約、リダイレクト）

• ファイルからのテキストの要約:

  ollama run llama3.2 "このファイルの内容を50語で要約してください。" < input.txt
  

  このコマンドは、指定されたモデルを使用してinput.txtの内容を要約します。

• モデルの応答をファイルにログ記録:

  ollama run llama3.2 "再生可能エネルギーについて教えてください。" > output.txt
  

  このコマンドは、モデルの応答をoutput.txtに保存します。

Ollama CLIのユースケース（テキスト生成、分析）

• テキスト生成:

  • 大きなテキストファイルの要約:

    ollama run llama3.2 "以下のテキストを要約してください:" < long-document.txt
    

  • コンテンツの生成:

    ollama run llama3.2 "医療におけるAI利用の利点についての短い記事を書いてください。" > article.txt
    

  • 特定の質問への回答:

    ollama run llama3.2 "AIの最新のトレンドは何ですか、そしてそれらは医療にどのように影響しますか？"
    

  • 思考トレースなしのワンショット応答（思考モデルの場合）:

    ollama run qwen3:14b --think=false --hidethinking "AIの最新のトレンドは何ですか、そしてそれらは医療にどのように影響しますか？"
    

• データ処理と分析:

  • テキストをポジティブ、ネガティブ、またはニュートラルの感情に分類:

    ollama run llama3.2 "この顧客レビューの感情を分析してください: '商品は素晴らしいですが、配送が遅かったです。'"
    

  • テキストを事前定義されたカテゴリに分類: 事前定義された基準に基づいてテキストを分類または分類するための同様のコマンドを使用します。

OllamaのPython使用（クライアントとAPI）

• Ollama Pythonライブラリのインストール:

  pip install ollama
  

• Pythonによるテキスト生成:

  import ollama
  
  response = ollama.generate(model='gemma:2b', prompt='クビットとは何ですか?')
  print(response['response'])
  

  このコードスニペットは、指定されたモデルとプロンプトを使用してテキストを生成します。

高度なPython統合については、PythonでのOllama Web Search APIの使用を探索してください。これは、ウェブ検索機能、ツール呼び出し、MCPサーバー統合をカバーしています。

ウェブベースのインターフェースを探していますか？ Open WebUIは、RAG機能と多ユーザー対応のセルフホストインターフェースを提供します。

有用なリンク

設定と管理

• Ollamaモデルを別のドライブまたはフォルダに移動
• GPUと永続モデルストレージ付きDocker ComposeでOllama

代替と比較

• ローカルLLMホスティング: 2026年完全ガイド - Ollama, vLLM, LocalAI, Jan, LM Studioなど
• 2026年のllama.cpp vs Ollama: どのランタイムを実行すべきか？
• vLLMクイックスタート: 高性能LLMサービング
• Docker Model Runner vs Ollama: どちらを選ぶ？
• Ollamaのエンシッティフィケーション（機能悪化）の最初の兆候
• OllamaからvLLMへ: ローカルLLMサーバーをマイグレーションすべき時

パフォーマンスとハードウェア

• Ollamaの並列リクエスト処理
• OllamaがIntel CPUのPerformanceコアとEfficientコアをどのように使用しているか
• NVIDIA DGX Spark vs Mac Studio vs RTX-4080: Ollamaパフォーマンス比較

統合と開発

• PythonでのOllama Web Search APIの使用
• GoでのOllama Web Search APIの使用
• AIコーディングアシスタント比較
• ローカルOllamaインスタンス上のLLM用のオープンソースチャットUI
• 構造化出力によるLLMの制約: Ollama, Qwen3 & PythonまたはGo
• OllamaのPython統合: REST APIとPythonクライアントの例
• Ollama向けGo SDK - 例付き比較