与 Ollama 模型交互主要有两种方式一种是进入交互式对话模式像聊天一样持续沟通另一种是非交互式调用发送单次指令并立即获取结果适合脚本自动化。 交互式对话模式这是最常用的方式你会进入一个持续的对话环境模型会记住上下文。启动对话在终端中直接运行模型如果模型未下载Ollama 会自动先拉取。ollama run 模型名称示例bash# 运行 Qwen2.5 模型 ollama run qwen2.5:7b运行后你会看到提示符表示可以开始输入了。对话中的快捷指令进入提示符后可以使用以下特殊指令/bye退出当前对话返回到系统命令行。/clear清空当前的对话历史让模型“失忆”开始新的话题。/?或/help查看所有可用的交互指令。/set设置模型参数例如/set temperature 0.7。多行输入技巧如果你想输入包含换行符的长文本可以使用三引号包裹起来。bash 这是一个多行输入的例子。 你可以一次性发送大段文本给模型。 ⚡ 非交互式调用单次指令这种方式适合在脚本中调用或者只需要模型回答一个问题的情况。命令执行完毕后会自动退出。直接在命令行中提问将你的问题用引号包裹作为ollama run命令的参数。bashollama run 模型名称 你的问题或指令示例bashollama run llama3.2 解释什么是机器学习使用管道Pipe传递内容你可以将其他命令的输出通过管道|传递给 Ollama 模型进行处理。示例bashecho 11等于几 | ollama run qwen2.5:7b使用ollama generate命令这个命令专门用于非交互式生成内容功能与ollama run类似但语义更明确。bashollama generate 模型名称 你的提示词 高级交互方式图片识别多模态如果你的模型支持图像识别如llava可以使用-i参数指定图片路径。bashollama run llava 描述这张图片 -i ./image.jpg结构化对话JSON 输出如果你需要程序解析模型的输出可以要求模型以 JSON 格式返回。bashollama chat 模型名称 --format json 交互方式对比表格交互方式命令示例适用场景交互式对话ollama run qwen2.5多轮聊天、上下文关联任务、调试提示词单次指令ollama run qwen2.5 翻译这句话脚本自动化、快速问答、批处理管道输入cat file.txtollama run qwen2.5多模态ollama run llava ... -i image.jpg图片描述、视觉问答