简介：面向苹果M1/M2芯片Mac用户的Ollama安装包，专为新架构设备提供兼容适配，解决macOS端软件安装与运行难题，适合希望本地部署大语言模型、搭配DeepSeek-R1等模型进行推理的开发者与AI爱好者。压缩包为zip格式，共127个文件，整体约185.25MB；文件类型覆盖58个pak资源、代码签名与权限配置、plist属性文件、png图标、动态依赖库以及Electron框架组件，以标准Ollama.app程序包交付，降低了对命令行和后端依赖的手动配置要求。目前已有318人学习下载。资源同时内置arm64与x86_64两种架构快照，便于核对运行环境；完整的框架、辅助进程、代码签名和资源文件，不仅保障应用可正常启动与校验，也为异常排错、功能定制和离线二次分发提供了清晰的目录参考。用户可以借此快速在M系列芯片上获得Ollama的桌面级使用体验。 我第一次在M1芯片的MacBook Air上跑起Ollama，第一反应是：这小家伙比我想象中安静太多了。8GB内存的机器，跑一个3B参数的量化模型，风扇几乎不转，速度居然够用。后来换了M2 Pro，16GB内存跑7B模型，推理体验已经能覆盖日常问答和代码补全。如果你手里正好有一台M1或M2的Mac，想本地部署大模型但卡在安装这一步，这篇就是我给你的完整操作记录，从选安装包到跑通模型，再到各种报错怎么处理，全是我在Mac上一台台踩出来的经验。
1. M1/M2的Mac安装Ollama前，先搞清楚三件事
1.1 芯片与系统：Apple Silicon是加分项，也是门槛
很多人以为M1/M2的Mac装Ollama会有兼容性问题，恰恰相反，Ollama对Apple Silicon的支持从很早就开始了，而且通过Metal框架直接调用GPU，推理性能比Intel芯片的老款Mac强一大截。安装前先在“关于本机”里确认芯片型号，只要是M1、M1 Pro/Max/Ultra、M2系列，都可以直接用官方提供的Apple Silicon安装包。系统版本建议macOS 13或更高，实际上macOS 12也能跑，但新版系统的GPU驱动和内存调度更稳，如果你以后打算跑7B以上的模型，还是尽量升一升系统。
有个细节容易被忽略：在“系统设置-隐私与安全性”里，如果首次打开Ollama.app被拦截，需要手动点“仍然打开”。这是macOS对非App Store应用的常规提示，不是报错，放心点就行。
1.2 内存与磁盘：8GB到底能不能跑
这块是新手最容易焦虑的。我的实测结论是：8GB内存的M1可以流畅跑3B、4B参数的量化模型，跑7B稍微吃力但也不是不能动；16GB内存跑7B模型比较舒服，32GB以上就可以尝试14B甚至更大的量化模型。模型文件本身会占磁盘空间，7B的Q4量化版大约4.4GB，3B量化版约2GB左右，下载前先看看剩余空间。
| Mac内存 | 推荐模型档位 | 实际体验 |
|---|---|---|
| 8GB | 3B~4B量化模型 | 日常问答够用，长文本生成偏慢 |
| 16GB | 7B量化模型 | 体验比较均衡，代码补全也能玩 |
| 32GB及以上 | 14B及以上量化模型 | 生成质量更好，但占用也明显 |
不要看到8GB就觉得自己玩不了本地大模型，参数小的量化模型照样能跑，只是别指望它输出速度追上云端API。
1.3 放心的一点：官方安装包天然适配
不需要Python环境、不需要自己编译、不需要装CUDA——这些在Mac上都用不上。Ollama官方提供的是macOS安装包，Apple Silicon芯片直接下载对应版本即可。有些老教程会让你去GitHub Release里翻文件，新手容易下错平台版本，直接走官网的Download页面最省事。安装包本身就是zip格式，解压、拖进Applications，整个安装过程不超过两分钟。
2. 完整安装链路：下载、拖入、激活，顺带解决存储路径
2.1 从官网拿对的安装包
打开Ollama官网，找Downloads页面，选macOS版本。下载完成后会得到一个zip压缩包，双击解压，把Ollama.app拖到Applications目录。第一次启动时，macOS会弹出安全提示，按1.1里说的处理就行。
这里有一个很多人踩过的坑：下载安装包时，浏览器可能会把“已下载的应用”隔离属性挂上去，导致打开时报“无法验证开发者”。解决办法很简单，右键Ollama.app选择“打开”，在弹窗里确认，macOS就会记录信任。别去执行网上那些复杂的花式命令，右键打开是官方推荐路径，最安全也最干净。
2.2 安装后立刻做的三步验证
装完先别急着拉大模型，按这个顺序跑一遍，确认链路是通的：
- 打开终端，执行
ollama --version，能看到版本号说明程序安装成功。 - 执行
ollama pull llama3.2，先拉一个最小的模型试试网络和下载链路。 - 执行
ollama run llama3.2，输入一句话看能不能正常返回。
这三步全过，Ollama就已经能干活了。如果卡在第二步，大概率是网络问题，直接跳去看第3章；如果卡在第三步，看第5章的报错排查。先小模型、再大模型，这个顺序能帮你把“网络问题”和“模型问题”快速切分开。
2.3 给模型换个更大的“家”：OLLAMA_MODELS
默认情况下模型文件存在~/.ollama/models目录。如果你的Mac内置磁盘紧张，或者想外接SSD扩容，可以用OLLAMA_MODELS环境变量改位置。在终端执行：
launchctl setenv OLLAMA_MODELS "/Volumes/你的外置盘/ollama/models"设置完成后重新启动Ollama生效。这个设置的好处是模型不占内置硬盘空间，坏处是外置盘读写速度不够快时，模型加载时间会明显变长。我试过几个不同的外置盘，雷电3接口的SSD基本无感，普通USB 3.0移动硬盘在加载7B模型时能明显感到多等几秒。
如果后续要换回默认目录，直接删除环境变量再重启：
launchctl unsetenv OLLAMA_MODELS3. 下载太慢？M系列芯片用户最该看的加速思路
3.1 下载慢的根源与判断
Ollama的模型文件托管在国外，跨洋链路不稳定，很多国内用户下载都遇到过十几KB/s甚至直接断流的情况。先判断是安装包慢还是模型拉取慢：安装包几百MB，官网下载慢可以换浏览器或下载工具；模型几个GB，慢的根源多半在网络链路，而不是本机。
判断方法很简单：执行ollama pull llama3.2之后，看进度条有没有在动。如果长时间不动，或者速度极低，记录一下是卡在开头还是下载到一半卡住。卡在开头通常是网络节点解析和连接问题，下载到一半卡住则可能是链路丢包严重，这时可以中断后重新执行同样命令。
3.2 国内镜像源的正确用法
把模型拉取地址指向国内可访问的镜像服务，是比等网络恢复靠谱得多的方案。Ollama支持通过环境变量OLLAMA_BASE_URL指定镜像地址：
launchctl setenv OLLAMA_BASE_URL "你的镜像地址"这个地址需要从靠谱的渠道获取，比如团队内部镜像、学校或云服务商提供的公共镜像，不要随便从非官方论坛捡一个来路不明的地址。设置完记得重启Ollama，再执行ollama pull llama3.2试试。如果镜像地址填错了，终端会连错误信息都不可读，这时候直接执行launchctl unsetenv OLLAMA_BASE_URL恢复官方地址即可。
我个人的习惯是：先默认官方源，卡到没法忍再上镜像。因为镜像源虽然有速度优势，但版本同步有时会滞后，拉新发布的模型可能失败。
3.3 网络环境与下载时段的优化
有些基础操作不用改任何配置，也能明显改善下载体验：
- 把DNS换成国内公共DNS，解析Ollama域名时可能拿到更近的节点。
- 错峰下载，工作日上午或深夜通常比晚高峰稳定。
- 拉取中断了不要急着删掉重来，Ollama的模型拉取支持断点续传，重新执行同样的pull命令会从断点继续。
第三点很多人不知道。我看到过有人下载失败后直接执行ollama rm把模型删掉，再从头拉，白白浪费了几GB流量。Ollama的模型文件是分块校验的，中断后重跑几次，反而比一次性成功更常见。我第一次拉7B模型时断了三次，第四次才跑完，过程虽然煎熬，但没有一次是从零开始的。
4. 第一个模型跑起来：从拉取到推理的完整过程
4.1 拉取模型与运行命令
Ollama的模型操作全部通过命令行完成。拉模型用pull，运行用run：
ollama pull llama3.2 ollama run llama3.2run命令执行后会进入一个交互式对话界面，可以直接输入问题，模型流式输出答案。退出对话用/bye。常用管理命令还有：
ollama list：查看本地有哪些模型ollama ps：查看当前运行中的模型ollama rm 模型名：删除不需要的模型
第一次运行模型时，Ollama需要把模型加载进内存，所以你会看到终端卡住几秒，这是正常的。加载完成后，再输入问题就顺畅了。如果加载时间过长，检查一下模型文件是不是放在了速度很慢的外置盘上。
4.2 模型怎么选：参数量与量化等级
模型命名里藏着信息，比如llama3.2:3b，前面的版本号是大模型系列，冒号后面是参数规模。Ollama默认拉取的是官方推荐的量化版本，已经做了速度和质量的平衡，新手不需要手动指定量化等级。
选模型有个实用套路：先想清楚自己主要拿它干什么。日常问答、写作辅助，3B到7B的模型完全够用；代码补全和复杂推理，才需要上更大的模型。别一上来就拉70B，M2 Max都未必跑得动。我和内存档位匹配的建议：
| Mac内存 | 推荐拉取参数 | 典型模型 |
|---|---|---|
| 8GB | 3b/4b | qwen2.5:3b、llama3.2:3b |
| 16GB | 7b/8b | llama3.1:8b、qwen2.5:7b |
| 32GB+ | 14b/32b量化 | qwen2.5:14b、mixtral等 |
4.3 Mac上的GPU加速
M1/M2的GPU通过Metal框架被Ollama自动调用，不需要任何手动设置。你可以打开活动监视器，在运行对话时看Ollama进程的GPU占用，有占用就说明加速生效了。如果发现模型跑得异常慢，先检查是不是设置过OLLAMA_MODELS把模型目录放到了过慢的外置盘上，再检查系统负载，很多模型同时跑会把内存吃满。
Ollama每次在Mac上运行时，菜单栏会多一个小图标，可以在里面看到当前加载的模型和运行状态。如果你开了多个项目都在调用Ollama，一定要留意这里显示的模型数量，内存不足时系统会开始交换内存，速度会直线下降。
5. 常见报错与排查：M1/M2环境下的经典问题
5.1 “expected m1 and m2 to have the same dtype”是什么
这个报错看起来吓人，但它和苹果M1/M2芯片没有任何关系。报错里的m1和m2指的是模型内部的两个矩阵或张量变量，意思是它们的dtype（数据类型）不一致，模型加载时精度对不上。出现原因通常是：Ollama版本太旧、模型文件拉取不完整、或是某个量化层与主模型不匹配。
处理顺序我建议从轻到重：
- 升级Ollama到最新版，很多版本兼容问题就是靠升级解决的。
- 重新拉取一次模型：
ollama rm 模型名，再ollama pull 模型名。 - 问题还在，就换官方默认量化版本，不要自己指定冷门的量化档位。
千万别把模型文件和系统芯片的M1/M2混在一起排查，我见过有人因为这个报错怀疑自己芯片有问题，还准备重装系统，其实完全没必要。
5.2 Dify调用Ollama总是超时怎么调
如果你在用Dify这类平台接本地Ollama模型，最常见的现象是“模型处理超时”。原因很简单，本地模型推理比云端API慢，默认超时时间不够。解决办法：在Dify的模型配置里把连接超时和读取超时调大到300秒以上，先用大一点的值确认链路通，再逐步往下调。如果超时调到很大还是失败，说明模型本身推理太慢，换小一号的量化版本。
这里有个经验：Dify和Ollama尽量部署在同一台机器或同内网，跨机器调用会增加延迟和出错概率。调试阶段用ollama run先跑一遍模型，确认本机推理速度正常，再去Dify里配置。
5.3 中文乱码与卸载残留
Ollama在macOS终端里有时会出现中文乱码，先检查终端的字符编码是不是UTF-8，再确认模型本身是否支持中文。qwen系列对中文的支持明显比一些英文原版模型稳，如果你的对话内容以中文为主，优先考虑qwen系列。
彻底卸载Ollama时，除了删除/Applications/Ollama.app，还要清掉~/.ollama目录和之前设置的launchctl环境变量，不然后续换版本时旧模型会一直占着磁盘空间。我帮同事清理过一台机器，他以为已经卸载干净，结果~/.ollama里躺着十几个GB的旧模型。
最后分享一个我自己的配置习惯：内置磁盘不紧张的话，我尽量让模型留在默认目录，省去外置盘的读写瓶颈；只有跑大模型占空间时才用OLLAMA_MODELS指到外置SSD。每次拉新模型前，先跑一遍ollama list看看有哪些旧模型可以删，能省不少空间。这套流程我帮同事在M1和M2上部署过好几次，基本只会在网络下载环节卡住，代码和配置层面很少出问题。
本文还有配套的精品资源，点击获取
