Ollama 拉取模型卡住怎么办：pulling manifest 超时、下载中断与代理设置全解

Ollama 让在自己电脑上跑大模型变得只需要一条命令：装好以后输入 ollama run qwen2.5:7b，它会自动去官方仓库下载模型、加载、进入对话。很多人第一次用就卡在这一步：终端停在「pulling manifest」很久，最后报出「Error: pull model manifest: Get https://registry.ollama.ai/v2/library/qwen2.5/manifests/7b: dial tcp: i/o timeout」；或者清单拉下来了，几个 GB 的模型文件下载到一半速度掉到零，再报「max retries exceeded」退出。

这些问题的根源有两个。第一，模型文件实际托管在海外的仓库与对象存储上，国内直连时快时慢，大文件尤其容易中断。第二，也是最容易被忽略的：真正执行下载的不是你敲命令的那个终端，而是后台常驻的 ollama serve 服务进程。你在终端里设了代理变量，服务进程根本看不到，于是照样直连。下面先讲清这套机制，再分系统给出设置步骤与排错表。

不同系统上的 Ollama 有什么区别

表里最关键的是「设代理的位置」这一行。三个系统的共同点是：代理变量必须让服务进程读到，并且改完要重启服务。只在 PowerShell 或 zsh 里临时 export 一下，对 ollama pull 没有任何作用，因为命令行只是把请求转交给本地 11434 端口上的服务，下载由服务完成。

把拉取跑通：分步操作步骤

• 第一步：先把网络线路准备好，连上刺猬VPN 后再拉取。安装客户端后自定义用户名和密码即可匿名注册，不需要邮箱、也不需要手机号，免费节点永久免费、不限流量，适合先测试能否连上模型仓库；全程 HTTPS+AES 加密传输；
• 第二步：确认连通性。在终端执行 curl -I https://registry.ollama.ai/v2/ ，能返回 HTTP 状态码说明仓库可达；一直没有响应就先换节点，不要急着改 Ollama；
• 第三步：判断是否需要给服务单独设代理。如果你用的工具以系统代理方式工作、提供本地 HTTP 代理端口，就要做下一步；如果是全局接管所有流量的模式，服务进程的流量本来就会经过线路，可以跳到第五步；
• 第四步：给服务设变量。官方文档建议只设 HTTPS_PROXY，不要设 HTTP_PROXY，否则命令行到本地服务的请求也可能被转走。Windows 在「系统属性—高级—环境变量」里新建用户变量 HTTPS_PROXY，值为 http://127.0.0.1:端口；macOS 执行 launchctl setenv HTTPS_PROXY http://127.0.0.1:端口；Linux 执行 sudo systemctl edit ollama.service ，在 Service 段加一行 Environment=HTTPS_PROXY=http://127.0.0.1:端口，端口以你所用工具里显示的为准；
• 第五步：重启服务。Windows 在托盘图标上右键选「Quit Ollama」再从开始菜单打开；macOS 从菜单栏退出后重开；Linux 执行 sudo systemctl daemon-reload 与 sudo systemctl restart ollama ；
• 第六步：先拉一个小模型验证，比如 ollama pull qwen2.5:0.5b ，几百 MB 就能看出速度与稳定性，再去拉七 B、十四 B 的大模型；
• 第七步：下载中断不用删除重来，再执行一次同样的 pull 命令会从已完成的分片继续，已经校验通过的层不会重复下载；
• 第八步：磁盘不够时迁移模型目录。设置环境变量 OLLAMA_MODELS 指向新路径，例如 D:\ollama\models ，重启服务后再拉取，旧目录里的文件可以整体剪切过去继续使用；
• 第九步：拉完用 ollama list 看已下载的模型和大小，ollama show 模型名 查看量化方式与上下文长度，确认无误后再断开线路离线使用，本地推理本身不需要联网。

按现象排查：卡在哪一步

• 一直停在 pulling manifest：服务进程连不上仓库，多半是代理只设在终端里，按第四步给服务设变量并重启；
• 报 file does not exist 或 pull model manifest: file does not exist：模型名或标签写错了，去官网模型库页面复制完整名称，注意冒号后的参数规模；
• 下载速度一开始正常、随后掉到零：大文件长时间传输对连接稳定性敏感，换一个延迟更低的节点，再重新执行 pull 续传；
• 报 digest mismatch 或校验失败：分片损坏，执行 ollama rm 模型名 删除后重新拉取；
• 报 no space left on device：模型目录所在磁盘满了，按第八步迁移目录；
• 设了代理后 ollama list 也报错：误设了 HTTP_PROXY，命令行到本地服务的请求被转发了，删掉这个变量只留 HTTPS_PROXY；
• Linux 上改了配置不生效：没有执行 daemon-reload，或者编辑的是另一个用户的环境，用 systemctl show ollama | grep Environment 确认变量已加载；
• 从 Hugging Face 拉 GGUF 失败：hf.co 开头的模型走的是另一个域名，同样需要线路可达，具体见下文分工一节。

线路与模型规模怎么搭配

模型文件动辄几个到几十个 GB，比普通网页浏览的流量大得多。免费节点适合先确认仓库能连上、跑通一个小模型；如果你经常对比不同模型、不同量化版本，时长套餐更合适，有效期内不限流量、不限速。只是偶尔拉一两个模型，也可以用流量包，用多少扣多少、不限速，到期未用完会清零。实际下载速度受本地网络、国际出口、节点负载和仓库本身影响。

量化版本怎么选

同一个模型在仓库里有多个标签，默认标签通常是 q4_K_M 量化，体积小、效果损失可控，是大多数人的首选。显存或内存充裕时可以选 q8_0，体积接近翻倍；fp16 只建议做评测时使用。一个粗略的经验：模型文件大小加上一到两 GB 的余量，就是运行时大约需要的显存或内存，超出就会退回到 CPU 推理，速度明显下降。

所以拉取之前先算账，比下载完才发现跑不动要省事得多。笔记本只有核显、内存十六 GB 的话，三 B 到七 B 的四位量化是比较现实的上限；有一张十二 GB 显存的独立显卡，十四 B 的四位量化可以完整放进显存。拉下来的模型可以用 ollama cp 复制出一个自定义名称，配合 Modelfile 修改系统提示词与上下文长度，这一步完全离线，不需要再连仓库。

多台电脑与离线机器怎么共用模型

家里或办公室有好几台电脑都要跑同一个模型时，没必要每台都重新拉一遍。模型目录里分为两部分：blobs 文件夹存放按哈希命名的模型分片，manifests 文件夹存放模型名与分片的对应关系。只要把整个 models 目录完整拷贝到另一台电脑的同名位置，或者拷到任意位置再用 OLLAMA_MODELS 指过去，重启服务后执行 ollama list 就能看到全部模型，不需要再联网。注意两台机器的 Ollama 版本不要差太多，版本过旧可能识别不了新格式的清单。

公司内网里完全不能出网的机器也是同样的办法：在一台能连线路的电脑上拉好，用移动硬盘或内网共享把目录搬过去。另一种做法是只在一台机器上运行服务，把 OLLAMA_HOST 设为 0.0.0.0 让局域网内其他设备访问 11434 端口，其余电脑只装客户端界面。这种方式省磁盘，但要注意端口不要暴露到公网，否则任何人都能调用你的模型、占满你的显卡。

迁移的推荐顺序是：先在联网机器上拉取并用 ollama show 核对量化方式，再停止目标机器的服务，拷贝目录，最后启动服务并跑一条简单对话验证。顺序反过来，服务在运行时读到不完整的分片，会报清单损坏，只能删掉重拷。

与其他模型和镜像来源的分工

Ollama 官方仓库只收录了经过整理的模型，想用更新的微调版本或者冷门模型，往往要去 Hugging Face 找 GGUF 文件，再用 ollama run hf.co/用户名/仓库名:Q4_K_M 直接拉取。Hugging Face 的访问、大文件下载与镜像站的取舍见 Hugging Face 模型下载指南，那篇讲的分片续传思路和这里完全通用。

很多人还会用 Docker 部署 Ollama 或者配套的网页界面，例如 Open WebUI。这时镜像本身要先从 Docker Hub 拉下来，容器里的 Ollama 也要单独设代理变量，用 docker run 的 -e HTTPS_PROXY=… 传进去，宿主机的设置不会自动继承。拉取镜像超时的处理见 Docker Hub 访问与镜像拉取指南。分工可以这样记：镜像找 Docker Hub，模型找 Ollama 仓库或 Hugging Face，三处都要让真正发起下载的进程看到线路。

常见报错速查表

高频问答

• 问：为什么终端里设了代理还是慢？答：下载由后台服务完成，终端里的变量服务看不到，要设在系统或服务配置里并重启服务；
• 问：下载中断要从头再来吗？答：不用，再执行一次同样的 pull 命令会续传，已完成的层不会重复下载；
• 问：模型下载完还需要联网吗？答：不需要。本地推理完全离线，只有拉取和更新模型时需要连仓库；
• 问：能把模型放到别的盘吗？答：可以，设置 OLLAMA_MODELS 环境变量指向新目录，重启服务即可；
• 问：国内有镜像可以用吗？答：社区有一些镜像，但更新不及时、来源难以核实，涉及模型文件安全时建议优先用官方仓库；
• 问：拉一个七 B 模型要多少流量？答：q4_K_M 量化大约四到五 GB，经常试新模型建议用时长套餐，有效期内不限流量。

把 Ollama 拉取变成一次性的事

Ollama 拉取模型卡在 pulling manifest、下载中断、超时报错，拆开看都能各自解决：仓库连不上靠线路，代理不生效靠把变量设给服务进程并重启，中断靠续传，空间不够靠迁移目录。养成几个习惯：先拉小模型验证，再拉大模型；只设 HTTPS_PROXY；拉完用 ollama list 核对，然后就可以离线使用。

刺猬VPN 采用 HTTPS+AES 加密传输，支持自定义用户名和密码匿名注册，不需要邮箱和手机号；免费节点永久免费、不限流量、不限速，适合先测试仓库能否连上；时长套餐有效期内不限流量、不限速，适合经常下载大模型的开发者。客户端带断线保护（Kill Switch）和按域名与 IP 的智能分流，线路中断时会拦住流量，不会悄悄退回直连导致下载失败。模型仓库的地址与收录规则以官方最新说明为准，实际可用性取决于当前网络环境。