本地 AI 引擎：Ollama 配置与推荐模型

它做什么

应用会探测本地引擎并报告它测到的结果：引擎是否应答、版本号、往返延迟，以及它声明的模型——只要引擎公布，每个模型还会附上磁盘占用、参数量和量化方式。关闭着的引擎会返回「无法连接」和原始信息，这是一个结果而不是一个诊断：它并不说明问题出在密钥、网络还是服务上。

请求经由应用的 Rust 后端而不是 web 视图发出，原因有二：内容安全策略不允许前端打开本地 HTTP 端口，而且网络请求本来也不属于那一层。

由于列表来自引擎，你没有的模型绝不会显示为可选。这就留下了引擎无法回答的一个问题——一个都没有时该装什么——而建议列表正是为此而设。

推荐模型

怎么配置

• 自己安装一个引擎——Ollama 或 LM Studio——并让它保持运行。Senzoukria 从不安装引擎；它只与已经存在的引擎对话。
• 拉取一个模型。选择器会显示可直接粘贴的命令，形如 ollama pull qwen2.5-coder:7b，而「安装」按钮会让你已有的引擎去获取它。进度以引擎自己的步骤名称呈现，因为 Ollama 是按层统计字节的，用百分比会在每进入新的一层时掉回零。
• 模型一旦安装，对应的建议就会从列表中消失——它随即出现在真正的已安装模型列表里。
• 在 设置 → AI 中设置上下文窗口。默认的 8k 可以容纳助手提示词、盘面上下文和一段短对话；Ollama 自身默认的 4 096 不够用。

限制与陷阱

• 本地模型是一个免费的备选，而不是同等水平：它明显不如 Claude，会漏掉 Claude 能抓住的东西。作为交换，你写下的任何内容都不会离开本机。
• 本地引擎只接收纯文本，因此无论模型自称支持什么，截图都不会传到它那里。
• nomic-embed-text 这类嵌入模型会被 Ollama 与对话模型列在一起，但它们完全无法作答；选择器会把它们标出来。
• 这里的大小是默认量化下的下载体积，还需要同一量级的空闲内存：一个 5 GB 的模型在不足 8 GB 空闲内存时跑不顺畅。
• 建议列表偏向 7B 及以上，因为在指标代码上更小的模型往往写出看似合理却跑不起来的代码；唯一的 3B 条目是留给装不下更大模型的机器的。