Ollama 在 Ubuntu 22.04 下的模型路径

导出时间：2026/5/21 10:45:39

来源地址：https://www.doubao.com/chat/36477202947495426

消息数量：6

我怀疑我的系统里面已经下载了那些大模型，通常都是好几个 G 的，但是我现在找不到了。在 Ubuntu 下，如果查找大文件，除了使用 find，还有没有什么更好的办法？如果没有的话，那是不是就用 find 直接参数杠 s，我忘掉那个具体参数怎么去用了，你推荐一下吧。

在 Ubuntu 找大文件 / 大目录，优先用 du + sort（比 find 更直观），再用 find 兜底查超大文件。

一、推荐：用 `du` 找 “大目录 / 大文件”（最实用）

1. 找当前目录下最大的目录 / 文件（前 20）

bash
运行
du -ahx . | sort -rh | head -20

-a：包含文件（不只目录）
-h：人类可读（G/M/K）
-x：不跨文件系统（避免跑到挂载盘 / 网络盘）
sort -rh：按大小从大到小排
head -20：只看前 20 个

2. 从根目录全局扫（sudo 避免权限报错）

bash
运行
sudo du -ahx / | sort -rh | head -20

重点看：/usr/share/ollama、~/.ollama、/var/lib/ollama 这些 Ollama 可能路径。

二、用 `find` 直接找 “大于指定大小” 的文件（你要的 -size 用法）

1. 找大于 1G 的文件（全局）

bash
运行
sudo find / -type f -size +1G -exec ls -lh {} \; | sort -k5 -rh

-type f：只找文件（不找目录）
-size +1G：大于 1GB（可用 +500M、+10G）
ls -lh：显示大小、路径
sort -k5 -rh：按第 5 列（文件大小）从大到小排

2. 只找 Ollama 相关目录下的大文件（更精准）

bash
运行
# 先扫常见 Ollama 路径
sudo find /usr/share/ollama ~/.ollama /var/lib/ollama -type f -size +1G -exec ls -lh {} \;

三、快速定位 Ollama 模型（结合上面命令）

先看 Ollama 环境变量（最准）：
bash
运行
```
ollama env | grep OLLAMA_PATH
```

再用 du 扫该路径：

bash
运行
# 替换成你查到的路径，比如：
du -ahx /usr/share/ollama/.ollama/models | sort -rh | head -10

四、补充：磁盘占用总览（先看哪块盘满了）

bash
运行
df -h

看 Use% 高的分区，再在那个分区里用上面命令找大文件。

总结推荐顺序

先：ollama env | grep OLLAMA_PATH 定位模型目录
再：du -ahx 路径 | sort -rh | head -20 看里面有多大
全局兜底：sudo find / -type f -size +1G -exec ls -lh {} \; | sort -k5 -rh

需要我帮你把 “一键定位 Ollama 模型目录 + 列出里面所有大文件” 写成一条命令直接复制用吗？

一、默认路径

以systemd 服务 /root 权限运行（默认安装脚本方式）：/usr/share/ollama/.ollama/models，需用 sudo 查看 / 操作
以普通用户手动启动（非服务方式）：~/.ollama/models，完整路径如 /home/你的用户名/.ollama/models

二、快速确认与修改

查看当前路径：ollama env | grep OLLAMA_PATH；也可查服务日志 sudo journalctl -u ollama 找路径信息
临时修改（当前终端）：export OLLAMA_PATH=/新路径/.ollama，再重启 Ollama 生效
永久修改（systemd 服务）：

bash
运行
sudo systemctl edit ollama.service
# 加入：Environment="OLLAMA_PATH=/新路径/.ollama"
sudo systemctl daemon-reload && sudo systemctl restart ollama

需要我给你一段一键脚本，帮你定位当前在用的模型目录并列出已下载的模型吗？

我只需要encoder only的模型，而且文本处理需要尽可能小的模型，推荐可以下载的模型让我在ollama下载，必须支持中文

优先推荐 3 个适配 Ollama、支持中文的轻量 Encoder - only 模型，按 “最小体积→最佳性价比→折中平衡” 排序，可直接用ollama pull下载，适配文本分类、向量生成等纯理解任务。

表格

模型	参数	体积 (典型量化版)	中文能力	Ollama 拉取命令	核心优势
bge - base - zh - v1.5	137M	≈400MB	优秀 (中文专用训练)	`ollama pull bge:base - zh - v1.5`	体积最小，适合 CPU 推理，向量生成速度快
bge - small - zh - v1.5	33M	≈150MB	良好 (精简版中文优化)	`ollama pull bge:small - zh - v1.5`	极致轻量，内存占用极低，适合嵌入式 / 边缘设备
e5 - base - zh	137M	≈400MB	良好 (多语言训练含中文)	`ollama pull e5:base - zh`	文本匹配任务表现稳定，适配多场景文本理解

核心说明

模型定位：均为纯 Encoder 架构，无文本生成能力，专注文本嵌入、分类、相似度计算等理解类任务，完美契合你的需求。
体积与性能：small 级模型仅 33M 参数，150MB 左右体积，CPU 即可流畅运行；base 级模型 137M 参数，400MB 左右体积，平衡效果与速度。
中文适配：bge 系列针对中文语料专项优化，e5 系列通过多语言训练保障中文处理能力，满足中文文本处理需求。
Ollama 使用：拉取后可通过ollama run 模型名启动，也能调用 API 获取文本向量，适配本地轻量化部署场景。

补充建议

若追求极致速度和最小资源占用，优先选bge:small - zh - v1.5。
若需更好的中文语义理解效果，选bge:base - zh - v1.5。
若有跨语言文本处理需求，可考虑e5:base - zh。

需要我给你一段 Python 代码，用 Ollama 调用这些模型生成中文文本向量并做相似度对比吗？

一、推荐：用 du 找 “大目录 / 大文件”（最实用）