Ollama ڈاؤن لوڈ شدہ ماڈل آپ کے کمپیوٹر پر چلا کر مقامی HTTP پتے پر پیش کر سکتا ہے۔ یہ رہنما ہر قدم میں ایک ہی ماڈل نام کے ساتھ تنصیب سے ٹرمینل چیٹ اور مکمل API جواب تک جاتا ہے۔ یہ دستاویزی طریقہ ہے: BIG CHANGE نے سافٹ ویئر نصب نہیں کیا یا آپ کی مشین کے نتائج نہیں دیکھے۔

بڑی تبدیلی

  • کیا بدلا: Ollama ڈاؤن لوڈ ماڈل سے ٹرمینل چیٹ اور مقامی API تک سیدھا راستہ دیتا ہے۔ نوآموز ہر انٹرفیس پر ماڈل نام اور جواب جانچ سکتا ہے، یہ فرض کرنے کے بجائے کہ چیٹ ونڈو بتاتی ہے ماڈل کہاں چلا۔
  • یہ کیوں اہم ہے: مقامی سرور اور Ollama کلاؤڈ API الگ منزلیں ہیں۔ مجاز کام یا ذاتی کام کے لیے ڈاؤن لوڈ ماڈل منتخب کرکے اور localhost کو درخواست دے کر مشق اپنے کمپیوٹر پر رکھ سکتے ہیں، جبکہ سرور ترتیب الگ جانچیں۔
  • کن باتوں پر نظر رکھیں: مقامی URL اکیلا ثابت نہیں کرتا کہ ہر خصوصیت یا منسلک ایپ مقامی رہتی ہے۔ Ollama مقامی سرور سے کلاؤڈ ماڈل بھی استعمال کر سکتا ہے۔ فیصلہ کن پڑتالیں نصب ماڈل ٹیگ، درخواست کی منزل، سرور کا بندھا پتہ اور سخت مقامی کام چاہیے تو دوبارہ آغاز کے بعد کلاؤڈ بند ہونے کا لاگ ہیں۔

شروع کرنے سے پہلے

وہ کمپیوٹر استعمال کریں جہاں سافٹ ویئر نصب کرنے کی اجازت ہو۔ بے ضرر حقائق پر مبنی سوال چنیں جس کا جواب کھلی اصل دستاویز سے جانچ سکیں۔ کمانڈ مشقی سوال مانگے تو وہی چسپاں کریں؛ صرف آزمائش کے لیے نجی یا ضابطہ بند مواد نہ ڈالیں۔ جواب جانچنے کو دستاویز رکھیں، رواں جواب درستگی کا ثبوت نہیں۔

Ollama اور ماڈل کے لیے ذخیرہ، منتخب ماڈل لوڈ کرنے کی میموری اور تنصیب و ڈاؤن لوڈ کا انٹرنیٹ چاہیے۔ Ollama کی فوری شروعات مقامی مثال میں gemma4:e2b استعمال کرتی اور 8 GB دستیاب VRAM، یا Mac پر یکجا میموری تجویز کرتی ہے۔ Ollama کے مطابق سسٹم RAM پر واپسی ممکن ہے مگر جواب سست ہوتے ہیں۔ آگے بڑھنے سے پہلے ماڈل کا موجودہ صفحہ دیکھ کر عین ٹیگ، ڈاؤن لوڈ حجم اور لائسنس جانچیں۔ ڈاؤن لوڈ حجم ثابت نہیں کرتا کہ کمپیوٹر ماڈل چلا سکے گا۔ مشین یا جائز استعمال کے مطابق نہ ہو تو چھوٹا ڈاؤن لوڈ ہونے والا مقامی ماڈل لائبریری سے چنیں اور gemma4:e2b کو نیچے ہر کمانڈ میں اس کے عین ٹیگ سے بدلیں۔ اس مشق میں :cloud ٹیگ مت چنیں۔

1. Ollama نصب کرکے مقامی سرور جانچیں

Ollama اس کے سرکاری ڈاؤن لوڈ صفحے سے لیں اور اپنے نظام کی ہدایات مانیں: Windows، macOS یا Linux۔ Windows اور macOS پر نصب ایپ کھولیں۔ Linux پر منتخب تنصیب کا طریقہ مان کر اس کی سروس شروع کریں؛ کوئی سروس نہ چل رہی ہو تو فوری شروعات الگ ٹرمینل میں ollama serve چلانے کو کہتی ہے۔ پہلے سے سننے والی ایپ یا سروس کے اوپر دوسرا سرور نہ چلائیں۔

نئے ٹرمینل میں نصب ورژن اور مقامی سرور کا جواب جانچیں:

Terminal
ollama -v
ollama ls

حقیقی ورژن اور نظام درج کریں۔ پہلی بار ڈاؤن لوڈ سے پہلے ماڈل فہرست خالی ہو سکتی ہے؛ کمانڈ یا کنکشن کی خرابی ہو تو پہلے تنصیب یا سرور آغاز ٹھیک کریں۔ Ollama کے عام سوالات بتاتے ہیں کہ پہلے سے طے شدہ سننے کا پتہ 127.0.0.1:11434 ہے۔ مشق کے لیے اسے لوپ بیک پر رکھیں؛ نیٹ ورک بائنڈ، پراکسی یا ٹنل نہ بنائیں۔

2. ایک عین مقامی ماڈل ڈاؤن لوڈ کریں

ماڈل صفحہ جانچ کر چلائیں:

Terminal
ollama pull gemma4:e2b
ollama ls

ڈاؤن لوڈ کے بعد عین ٹیگ ollama ls میں نظر آنا چاہیے۔ ٹیگ، بتایا حجم اور ماڈل صفحے کا لائسنس لکھیں۔ ڈاؤن لوڈ ناکام یا ٹیگ غائب ہو تو دوبارہ کوشش سے پہلے موجودہ لائبریری کا ہجا، خالی ڈسک، نیٹ ورک اور پراکسی یا اجازت کی خرابی دیکھیں۔ جزوی ڈاؤن لوڈ کامیاب ترتیب نہیں۔

3. تعاملی اور ایک بار کی ٹرمینل چیٹ جانچیں

تعاملی چیٹ شروع کریں:

Terminal
ollama run gemma4:e2b

مجاز مشقی سوال چیٹ میں چسپاں کریں۔ سوال بنانے کی دستاویز سے جواب ملائیں اور /bye لکھ کر نکلیں۔ اپنی پڑتال کے لیے سوال اور حقیقی جواب رکھیں؛ مضمون مثالی نتیجہ نہیں دیتا۔

الگ ایک بار کی اجرا میں وہی سوال استعمال کریں۔ Windows کے PowerShell میں:

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

macOS یا Linux کے Bash ٹرمینل میں:

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

حقیقی ایک بار کا جواب اسی ماخذ سے دیکھیں۔ دونوں جواب لفظ بہ لفظ برابر ہونا ضروری نہیں؛ اہم یہ ہے کہ دونوں کمانڈ نے مطلوب ٹیگ چلایا اور ہر حقائق پر مبنی دعویٰ ماخذ سے مقابلے میں درست رہا۔

4. localhost سے اسی ماڈل کو پوچھیں

یہ چیٹ API ماڈل نام اور پیغام POST /api/chat پر لیتا ہے۔ جواب پہلے سے طے شدہ طور پر حصوں میں آتا ہے؛ stream: false ایک پورا JSON جواب مانگتا ہے۔ API تعارف مقامی بنیادی URL http://localhost:11434/api اور براہ راست کلاؤڈ URL https://ollama.com/api الگ کرتا ہے۔ مقامی درخواست کو API کلید نہیں چاہیے۔

Windows پر PowerShell چسپاں سوال سے JSON محفوظ بنا سکتا ہے:

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

macOS یا Linux کی یہ Bash مثال Python 3 صرف سوال کے خاص حروف کو JSON کے مطابق محفوظ انداز میں لکھنے کے لیے استعمال کرتی ہے۔ پہلے جانچیں کہ python3 اور curl نصب ہیں:

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 @-

درخواست HTTP کامیابی اور ایک JSON آبجیکٹ لوٹائے جس کا model ڈاؤن لوڈ ٹیگ سے ملے، done کی قدر true ہو اور message.content خالی نہ ہو۔ حقیقی جواب پڑھ کر ماخذ سے جانچیں۔ کامیابی اس درخواست کی مقامی منزل اور منتخب ماڈل ثابت کرتی ہے؛ مثالی گفتگو پر بھروسا کرنے کے بجائے اپنی آؤٹ پٹ رکھیں۔

5. چلنے کی جگہ اور صرف مقامی حد جانچیں

ماڈل لوڈ ہو تو چلائیں:

Terminal
ollama ps

یہ PROCESSOR کالم بتاتا ہے کہ ماڈل CPU، GPU یا دونوں پر لوڈ ہے، جیسا Ollama کے عام سوالات کہتے ہیں۔ مشین واقعی جو دکھاتی ہے لکھیں۔ ماڈل میموری سے نکل چکا ہو تو دوسرا سوال بھیج کر دوبارہ دیکھیں۔ کام کے بعد ollama stop gemma4:e2b سے میموری خالی کر سکتے ہیں؛ ollama rm gemma4:e2b سے ہٹانا مشاہدات محفوظ کرنے کے بعد اختیاری ڈسک صفائی ہے۔

سخت مقامی Ollama ترتیب کے لیے سرکاری کلاؤڈ بند کرنے کی ہدایات مانیں: disable_ollama_cloud کو ~/.ollama/server.json میں اس اکاؤنٹ کے لیے رکھیں جو Ollama سرور چلاتا ہے (Windows میں اس اکاؤنٹ کے صارف پروفائل کا .ollama فولڈر)، باقی موجودہ JSON ترتیبات محفوظ رکھ کر:

JSON
{
  "disable_ollama_cloud": true
}

Linux پر دستاویز کردہ systemd سروس اس شناخت سے چلتی ہے: User=ollama، جس کا ہوم /usr/share/ollama ہے؛ اپنے ہوم کی فائل بدلنا اس سروس کو ترتیب نہیں دے گا۔ systemd تنصیب میں Ollama کا دستاویز کردہ متبادل OLLAMA_NO_CLOUD=1 سروس اووررائڈ میں بھی استعمال کر سکتے ہیں۔ پہلے موجودہ سروس systemctl cat ollama.service سے دیکھیں، پھر اووررائڈ sudo systemctl edit ollama.service سے کھولیں۔ درج ذیل [Service] کے تحت ڈالیں اور دوسری اووررائڈ ترتیبات رکھیں:

Snippet
[Service]
Environment="OLLAMA_NO_CLOUD=1"

اووررائڈ محفوظ کریں، پھر سروس ترتیب دوبارہ لوڈ اور سروس دوبارہ شروع کریں:

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

Windows یا macOS میں ترتیب بدلنے کے بعد Ollama ایپ دوبارہ چلائیں۔ سرور لاگ میں عین سطر Ollama cloud disabled: true دیکھیں۔ Windows کا دستاویز کردہ لاگ %LOCALAPPDATA%\Ollama\server.log ہے؛ macOS پر ~/.ollama/logs/server.log ہے؛ Linux systemd تنصیب پر journalctl -e -u ollama استعمال کریں۔ غیر متعلقہ ٹرمینل میں مقرر ماحولیاتی متغیر پہلے سے چلتی ایپ یا سروس تک لازماً نہیں پہنچتا۔ کلاؤڈ خصوصیات بند کرنے سے Ollama کلاؤڈ ماڈل اور ویب تلاش ہٹتے ہیں۔ لاگ تصدیق نہ کرے تو صرف مقامی کہنے سے پہلے ترتیب درست کرکے دوبارہ چلائیں۔

سرور لاگ یا نظام کے سننے والے پتے کی جانچ سے تصدیق کریں کہ اب بھی 127.0.0.1:11434 پر سن رہا ہے، پھر ڈاؤن لوڈ ٹیگ سے localhost درخواست دہرائیں۔ OLLAMA_HOST بائنڈ پتہ بدل سکتا ہے، اس لیے طے شدہ قدر فرض نہ کریں بلکہ فعال سرور دیکھیں۔ الگ Python لائبریری، براؤزر انٹرفیس، کوڈنگ ایجنٹ یا جڑی ایپ کو اپنے endpoint اور ڈیٹا راستے کی پڑتال چاہیے؛ مقامی Ollama جواب اس ایپ کی رازداری ثابت نہیں کرتا۔

Windows پر PowerShell سے سننے کا پتہ دیکھیں:

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

macOS پر lsof -nP -iTCP:11434 -sTCP:LISTEN اور Linux پر ss -ltn '( sport = :11434 )' استعمال کریں۔ نظام کا آلہ دستیاب نہ ہو تو سرور لاگ دیکھیں۔ وائلڈ کارڈ یا غیر لوپ بیک پتہ جانچ مانگتا ہے، تبھی API کو اس کمپیوٹر تک محدود سمجھیں۔

پڑتال ناکام ہو تو

اگر ollama -v یا ollama ls ناکام ہوں، متعلقہ نظام کے تنصیب اور آغاز صفحے پر لوٹیں۔ localhost کنکشن مسترد ہونا عموماً ایپ یا سروس بند یا دوسرے پتے پر ہونے کو کہتا ہے؛ API نیٹ ورک پر کھولنے کے بجائے لاگ اور بائنڈ پتہ دیکھیں۔ جواب کئی JSON سطروں میں آئے تو درخواست میں "stream": false ہونا جانچیں۔ میموری کم پڑے یا ماڈل ناقابل عمل حد تک سست ہو تو ollama ps دیکھیں اور لائبریری سے واقعی چھوٹا مقامی ٹیگ چنیں؛ اسی ایک ٹیگ سے ڈاؤن لوڈ، ٹرمینل اور API پڑتالیں دہرائیں۔ نامکمل مرحلہ غیر مصدقہ سمجھیں۔

مقامی مشق کو ہارڈویئر، بجلی اور ڈاؤن لوڈ ذخیرہ چاہیے مگر Ollama API کلید یا ادا شدہ API اکاؤنٹ نہیں۔ ماڈل لائسنس مطلوب استعمال محدود کر سکتا ہے۔ کلاؤڈ ماڈل اور اختیاری تیسرے فریق کلائنٹ کی شرائط اور ڈیٹا راستے الگ ہیں۔ ہارڈویئر خریدنے کے تفصیلی موازنے کے لیے ہماری 128 GB مقامی ماڈل رہنمائی دیکھیں؛ Ollama اور Claude Code کے الگ کوڈنگ کام کے لیے جانچی ہوئی تبدیلی کی رہنمائی دیکھیں۔

ماخذ اور مزید مطالعہ

  • Ollama فوری شروعات تنصیب، مقامی gemma4:e2b مثال اور میموری تجویز بتاتی ہے۔ مثال دستاویز ہے، آپ کی مشین کا ٹیسٹ نہیں۔
  • کمانڈ لائن حوالہ یہاں استعمال موجودہ pull، run، ls، ps، stop، rm اور serve کمانڈ بتاتا ہے۔
  • API تعارف اور چیٹ endpoint مقامی اور کلاؤڈ پتے الگ کرتے اور غیر اسٹریمنگ درخواست و جواب کی فیلڈز بتاتے ہیں۔
  • عام سوالات لوپ بیک بائنڈنگ، پروسیسر جگہ، کلاؤڈ بند کرنے کی ترتیب اور لاگ پڑتال بتاتے ہیں۔
  • Gemma 4 E2B صفحہ موجودہ عین ٹیگ، حجم اور لائسنس مواد دیتا ہے، ڈاؤن لوڈ سے پہلے دیکھنے کے لیے۔