Ollama в Linux: как проверить службу, API и запуск модели

Команда ollama --version отвечает, но приложение не получает результат от модели. В Linux это ещё не означает, что нужно переустанавливать Ollama. Проверим по порядку клиент, службу, локальный API и модель. Инструкция рассчитана на установку с systemd, например на подходящей системе Ubuntu; контейнеры и системы без systemd управляются иначе.

Диагностика Ollama: клиент, служба systemd, API, модель и повторная проверка — Авторская схема AI Product Club. Открыть крупнее.

1. Уточни, что именно установлено

Если Ollama ещё нет, начни с общей инструкции установки. Здесь предполагается, что CLI установлен и ты хочешь проверить службу. Открой терминал на том компьютере, где должна работать модель, и выполни:

ollama --version
systemctl status ollama --no-pager

Первая команда показывает доступность клиента. Вторая — состояние службы. active (running) означает, что процесс службы запущен; это ещё не доказательство качества ответов или работы GPU. Unit ollama.service could not be found означает, что systemd не знает такую службу: возможна ручная установка или запуск в контейнере.

Не создавай вторую службу поверх работающего контейнера. Сначала уточни способ установки. Официальная инструкция Linux описывает установку и управление сервисом.

2. Запусти существующую службу и прочитай журнал

Если служба существует, но остановлена, запусти её:

sudo systemctl start ollama
systemctl status ollama --no-pager
journalctl -u ollama -n 60 --no-pager

start запускает процесс сейчас. Автозапуск после загрузки системы задаётся отдельно:

systemctl is-enabled ollama

Если это твоя учебная машина и нужен автозапуск, можно выполнить sudo systemctl enable ollama. На общем сервере изменение режима работы согласуй с владельцем. Не запускай параллельно ollama serve, пока служба уже занимает тот же адрес и порт.

Журнал помогает отделить конфликт порта от ошибки запуска или проблемы с ресурсами. Если нет доступа к записям, используй разрешённый для твоего аккаунта способ чтения, например через администратора. Руководство по диагностике отдельно описывает логи systemd, контейнера и ручного процесса.

3. Проверь локальный API без генерации

В том же терминале отправь запрос:

curl --fail --show-error http://127.0.0.1:11434/api/tags

Ожидается JSON со списком models. Пустой список допустим: сервер отвечает, но в этом экземпляре пока нет моделей. Наличие списка не доказывает, что любая модель поместится в память. Назначение endpoint подтверждено в API Ollama.

Результат	Что проверять дальше
JSON со списком	Выбрать установленную модель для короткого запроса
JSON с пустым models	Загрузить подходящую модель
Connection refused	Статус службы, адрес и журнал
Ответ от другого приложения	Кто использует порт и куда направлен запрос

Адрес 127.0.0.1 относится к текущей машине. Если открыть терминал на ноутбуке, он не проверит сервер в облаке. В контейнере localhost также относится к его собственному сетевому окружению. Для этого упражнения не открывай порт во внешнюю сеть.

4. Отдельно проверь запуск модели

Выполни ollama list и выбери уже установленную локальную модель, подходящую памяти компьютера. Если модели ещё нет, используй небольшой учебный вариант из инструкции установки. Введи ollama run, пробел и точное имя модели из списка. Затем отправь:

Учебная заметка: команда решила проверить новый поиск на 12 вопросах.
Дата запуска не назначена. Ответственный пока не выбран.
Перечисли только известный факт и два неизвестных пункта.
Не придумывай дату или имя.

Ожидаемый смысл: проверка поиска на 12 вопросах; неизвестны дата и ответственный. Если модель добавила имя, это ошибка содержания, а не признак сломанной службы. Если процесс упал или сообщил о памяти, вернись к журналу и размеру выбранной модели.

Пока модель загружена, в другом терминале выполни ollama ps. Для отдельной проверки ускорения есть руководство по GPU. Медленный ответ сам по себе не определяет причину: влияют модель, контекст и оборудование.

5. Проверь повторный доступ и запиши результат

На учебной машине, когда нет активных задач, перезапусти службу:

sudo systemctl restart ollama
systemctl status ollama --no-pager
curl --fail --show-error http://127.0.0.1:11434/api/tags

Перезапуск прервёт текущие запросы. После него снова нужен ответ API; наличие CLI без ответа сервера не считается успехом. Для передачи разработчику запиши версию Ollama, способ установки, статус службы, результат API и точное сообщение ошибки. Не отправляй весь журнал без просмотра: в нём могут быть сведения о рабочем окружении.

Моя рекомендация: диагностируй один уровень за раз. Когда API отвечает, а конкретная модель падает, переустановка клиента обычно лишь усложняет поиск причины.

Теперь можно подключать приложение по локальному API. Успех этого упражнения — воспроизводимый ответ службы и модели; это не оценка пригодности модели для всех задач команды.

Проверка материала: официальные источники сверены 20 октября 2026 года. Примеры учебные; реальный запуск описанного сценария при подготовке статьи не выполнялся.

Освоить практические рабочие процессы можно на курсе AI Product Club.

Todo: попробуй на своей задаче1. Уточни, что именно установлено2. Запусти существующую службу и прочитай журнал3. Проверь локальный API без генерации4. Отдельно проверь запуск модели5. Проверь повторный доступ и запиши результатПрогресс сохраняется в этом браузере.

ПРАКТИКА НА КУРСЕ / AI PRODUCT CLUB

Собери своего ИИ-агента и проверь результат

«AI Agents: от vibe coding к AI-команде»: desktop agents, MCP, skills, evals и harness. Отдельные воркшопы — от подключения инструментов до контроля качества.

7 практических воркшопов · записи · вопросы автору в чате

Посмотреть программу курса ↗

Автор: Михаил Карпов — практик автоматизации и автор курсов AI Product Club.