Ollama peut exécuter un modèle téléchargé sur votre ordinateur et le servir à une adresse HTTP locale. Ce guide suit un modèle depuis l’installation jusqu’à la conversation dans le terminal et à une réponse API complète, en conservant le même nom de modèle à chaque étape. Il s’agit d’une procédure documentaire : BIG CHANGE n’a pas installé le logiciel ni observé les résultats sur votre machine.

Le grand changement

  • Ce qui a changé : Ollama permet de passer directement d’un modèle téléchargé à une conversation dans le terminal et à une API locale. Un débutant peut vérifier le nom du modèle et la réponse dans chaque interface, au lieu de supposer qu’une fenêtre de conversation prouve où le calcul a eu lieu.
  • Pourquoi cela compte : Le serveur local et l’API cloud d’Ollama sont des destinations différentes. Pour une tâche professionnelle ou personnelle autorisée, vous pouvez garder cet exercice sur votre ordinateur en choisissant un modèle téléchargé et en utilisant localhost, tout en vérifiant séparément la configuration du serveur.
  • À surveiller : Une URL locale ne prouve pas que chaque fonction ou application connectée reste locale. Ollama peut aussi utiliser des modèles cloud via son serveur local. Les vérifications décisives sont l’étiquette du modèle installé, la destination de la requête, l’adresse d’écoute du serveur et, si un fonctionnement strictement local est exigé, le journal confirmant la désactivation du cloud après redémarrage.

Avant de commencer

Utilisez un ordinateur sur lequel vous avez le droit d’installer des logiciels. Choisissez une question factuelle sans risque dont vous pouvez vérifier la réponse dans un document original ouvert. Collez cette question lorsque les commandes demandent une question d’exercice ; ne saisissez pas de données privées ou réglementées uniquement pour tester. Gardez le document à portée de main : une réponse fluide ne prouve pas son exactitude.

Il faut de l’espace pour Ollama et le modèle, assez de mémoire pour charger le modèle choisi et une connexion Internet pour installer et télécharger. Le démarrage rapide d’Ollama utilise gemma4:e2b comme exemple local et recommande 8 Go de VRAM disponible, ou de mémoire unifiée sur Mac. Ollama indique pouvoir utiliser la RAM système en secours, avec des réponses plus lentes. Consultez la fiche actuelle du modèle pour connaître l’étiquette exacte, le volume à télécharger et la licence avant de continuer. Le volume du téléchargement ne prouve pas que votre ordinateur peut exécuter le modèle. S’il ne convient pas à votre machine ou à l’usage autorisé, choisissez un modèle local téléchargeable plus petit dans la bibliothèque et remplacez gemma4:e2b dans chaque commande ci-dessous par son étiquette exacte. Ne choisissez pas d’étiquette :cloud pour cet exercice.

1. Installer Ollama et vérifier le serveur local

Téléchargez Ollama sur sa page officielle de téléchargement et suivez les instructions de votre système : Windows, macOS ou Linux. Sous Windows et macOS, ouvrez l’application installée. Sous Linux, suivez votre méthode d’installation et démarrez son service ; si aucun service ne tourne, le démarrage rapide indique d’exécuter ollama serve dans un autre terminal. Ne démarrez pas un deuxième serveur si une application ou un service écoute déjà.

Dans un nouveau terminal, vérifiez la version installée et la réponse du serveur local :

Terminal
ollama -v
ollama ls

Notez la véritable version et le système d’exploitation. La liste des modèles peut être vide avant le premier téléchargement ; une erreur de commande ou de connexion impose de corriger l’installation ou le démarrage du serveur avant de continuer. La FAQ d’Ollama indique que l’adresse d’écoute par défaut est 127.0.0.1:11434. Gardez-la sur l’interface de bouclage pour cet exercice ; ne configurez ni écoute réseau, ni proxy, ni tunnel.

2. Télécharger un modèle local précis

Après avoir vérifié la fiche du modèle, exécutez :

Terminal
ollama pull gemma4:e2b
ollama ls

L’étiquette exacte doit apparaître dans ollama ls après le téléchargement. Notez l’étiquette, la taille affichée et la licence de la page du modèle. Si le téléchargement échoue ou si l’étiquette manque, contrôlez son orthographe dans la bibliothèque actuelle, l’espace disque, le réseau et les erreurs de proxy ou de permission avant de réessayer. Un téléchargement partiel n’est pas une installation réussie.

3. Vérifier les conversations interactive et ponctuelle dans le terminal

Démarrez une conversation interactive :

Terminal
ollama run gemma4:e2b

Collez votre question d’exercice approuvée dans l’invite de conversation. Comparez la réponse au document ayant servi à rédiger la question, puis tapez /bye pour quitter. Gardez la question et la réponse réelle pour votre contrôle ; cet article ne fournit aucun résultat d’exemple.

Pour une exécution ponctuelle distincte, utilisez la même question. Sous Windows, dans PowerShell :

PowerShell
$practicePrompt = Read-Host 'Paste your approved practice question'
ollama run gemma4:e2b $practicePrompt

Dans un terminal Bash sous macOS ou Linux :

Terminal
read -r -p 'Paste your approved practice question: ' practice_prompt
ollama run gemma4:e2b "$practice_prompt"

Vérifiez la réponse ponctuelle réelle dans la même source. Les deux réponses peuvent employer des formulations différentes ; l’essentiel est que les commandes utilisent la bonne étiquette et que chaque affirmation factuelle résiste à la comparaison avec la source.

4. Interroger le même modèle via localhost

L’API de conversation reçoit un nom de modèle et des messages à POST /api/chat. Elle transmet par fragments par défaut ; stream: false demande une seule réponse JSON complète. L’introduction à l’API distingue l’URL de base locale, http://localhost:11434/api, de l’URL cloud directe, https://ollama.com/api. La requête locale n’a pas besoin de clé API.

Sous Windows, PowerShell permet de construire le JSON sans problème d’échappement à partir de la question collée :

PowerShell
$practicePrompt = Read-Host 'Paste the same approved practice question'
$body = @{ model = 'gemma4:e2b'; messages = @(@{ role = 'user'; content = $practicePrompt }); stream = $false } | ConvertTo-Json -Depth 5
$response = Invoke-RestMethod -Uri 'http://localhost:11434/api/chat' -Method Post -ContentType 'application/json; charset=utf-8' -Body $body
$response | Select-Object model, done
$response.message.content

Sous macOS ou Linux, cet exemple Bash utilise Python 3 uniquement pour échapper votre question en JSON. Vérifiez que python3 et curl sont installés avant de l’utiliser :

Terminal
read -r -p 'Paste the same approved practice question: ' practice_prompt
export practice_prompt
python3 -c 'import json,os; print(json.dumps({"model":"gemma4:e2b","messages":[{"role":"user","content":os.environ["practice_prompt"]}],"stream":False}))' | curl -fsS 'http://localhost:11434/api/chat' -H 'Content-Type: application/json' --data-binary @-

La requête doit renvoyer un succès HTTP et un objet JSON dont model correspond à l’étiquette téléchargée, done vaut true, et message.content n’est pas vide. Lisez la réponse réelle et vérifiez-la dans votre source. Un succès établit la destination locale et le modèle sélectionné pour cette requête ; gardez votre propre sortie plutôt que de vous fier à une transcription d’exemple.

5. Vérifier le processeur utilisé et la frontière locale

Pendant que le modèle est chargé, exécutez :

Terminal
ollama ps

La colonne PROCESSOR indique si le modèle est chargé sur le CPU, le GPU ou les deux, selon la FAQ d’Ollama. Notez ce que montre votre machine. S’il est déjà déchargé, envoyez une nouvelle question et vérifiez encore. Vous pouvez le décharger une fois terminé avec ollama stop gemma4:e2b ; sa suppression avec ollama rm gemma4:e2b est un nettoyage disque facultatif après avoir conservé vos observations.

Pour une installation Ollama strictement locale, suivez les instructions officielles de désactivation du cloud : placez disable_ollama_cloud dans ~/.ollama/server.json pour le compte qui exécute le serveur Ollama (le dossier .ollama du profil de ce compte sous Windows), en conservant les autres réglages JSON existants :

JSON
{
  "disable_ollama_cloud": true
}

Sous Linux, le service systemd documenté fonctionne en tant que User=ollama, dont le dossier personnel est /usr/share/ollama ; modifier votre propre fichier personnel ne configurerait pas ce service. Pour une installation systemd, vous pouvez aussi utiliser la variante documentée par Ollama OLLAMA_NO_CLOUD=1 dans une surcharge de service. Inspectez d’abord le service existant avec systemctl cat ollama.service, puis ouvrez une surcharge avec sudo systemctl edit ollama.service. Ajoutez ce qui suit sous [Service], en conservant les autres réglages de surcharge :

Snippet
[Service]
Environment="OLLAMA_NO_CLOUD=1"

Enregistrez la surcharge, puis rechargez et redémarrez le service :

Terminal
sudo systemctl daemon-reload
sudo systemctl restart ollama.service

Redémarrez l’application Ollama sous Windows ou macOS après modification de sa configuration. Cherchez dans le journal serveur la ligne exacte Ollama cloud disabled: true. Sous Windows, le journal documenté est %LOCALAPPDATA%\Ollama\server.log ; sous macOS, ~/.ollama/logs/server.log ; pour une installation systemd sous Linux, utilisez journalctl -e -u ollama. Une variable d’environnement définie dans un terminal sans rapport n’atteint pas nécessairement une application ou un service déjà lancé. Désactiver le cloud retire les modèles cloud d’Ollama et la recherche Web. Si le journal ne confirme pas ce réglage, corrigez la configuration et redémarrez avant de parler d’installation exclusivement locale.

Confirmez que l’écoute reste sur 127.0.0.1:11434 dans le journal serveur ou avec l’outil d’inspection réseau de votre système, puis répétez la requête locale avec l’étiquette téléchargée. OLLAMA_HOST peut modifier l’adresse d’écoute : inspectez le serveur en cours au lieu de supposer sa valeur par défaut. Une bibliothèque Python, une interface Web, un agent de programmation ou une autre application connectée doit subir ses propres contrôles de destination et de trajet des données ; la réponse locale d’Ollama ne prouve pas le comportement privé de cette application.

Sous Windows, inspectez l’adresse d’écoute dans PowerShell :

PowerShell
Get-NetTCPConnection -LocalPort 11434 -State Listen | Select-Object LocalAddress, LocalPort

Sous macOS, utilisez lsof -nP -iTCP:11434 -sTCP:LISTEN ; sous Linux, ss -ltn '( sport = :11434 )'. Si un outil de plateforme n’est pas disponible, consultez le journal serveur. Une écoute sur toutes les adresses ou hors bouclage exige une investigation avant de considérer l’API comme limitée à cet ordinateur.

Si une vérification échoue

Si ollama -v ou ollama ls échoue, revenez à la page d’installation et de démarrage du système concerné. Un refus de connexion locale signifie généralement que l’application ou le service est arrêté ou écoute ailleurs ; vérifiez journaux et adresse au lieu d’exposer l’API sur le réseau. Si la réponse arrive en plusieurs lignes JSON, assurez-vous que la requête contient "stream": false. Si le modèle manque de mémoire ou devient trop lent, vérifiez ollama ps et choisissez une étiquette locale réellement plus petite dans la bibliothèque, puis refaites téléchargement, terminal et API avec cette seule étiquette. Toute étape non terminée reste non vérifiée.

Cet exercice local nécessite du matériel, de l’électricité et du stockage pour les téléchargements, mais ni clé API Ollama ni compte API payant. La licence du modèle peut limiter l’usage prévu. Les modèles cloud et clients tiers facultatifs ont leurs propres conditions et trajets de données. Pour une comparaison d’achat matériel plus poussée, consultez notre guide des modèles locaux avec 128 Go ; pour une tâche de programmation distincte utilisant Ollama avec Claude Code, notre guide d’un changement vérifié.

Sources et lectures complémentaires

  • Démarrage rapide d’Ollama explique l’installation, l’exemple local gemma4:e2b et la mémoire recommandée. Son exemple est une documentation, pas un test de votre machine.
  • Référence de la ligne de commande répertorie les commandes actuelles pull, run, ls, ps, stop, rm et serve utilisées ici.
  • Introduction à l’API et point d’accès de conversation séparent les adresses locale et cloud et définissent la requête sans diffusion progressive et les champs de réponse.
  • FAQ documente l’écoute en bouclage, le processeur utilisé, la désactivation du cloud et la vérification du journal.
  • Fiche Gemma 4 E2B fournit l’étiquette exacte actuelle, la taille et les informations de licence à vérifier avant téléchargement.