2、模型基础概念：模型文件结构、模型标签(Tag)机制、模型仓库(Registry)概念

好，咱们正式开始聊模型。很多新手一上来就急着跑模型，结果出了问题根本不知道从哪查。我个人的习惯是，先搞清楚模型到底长什么样，它存在哪，怎么被标记的。说白了，你得先认识你的工具，才能用好它。

2.1 模型文件结构：拆开看看里面有什么

你从 Ollama 拉下来的模型，不是一个大铁块。它其实是一个有组织的文件夹。我刚开始用的时候，也以为就是个 .bin 文件，后来才发现事情没那么简单。

一个典型的 Ollama 模型，在磁盘上长这样：

~/.ollama/models/
└── blobs/
    ├── sha256-abc123...    # 模型权重文件
    ├── sha256-def456...    # 配置文件
    └── sha256-ghi789...    # 分词器文件
└── manifests/
    └── registry.ollama.ai/
        └── library/
            └── llama3/
                └── latest
                └── 8b-instruct-q4_0

嗯，这里要注意。Ollama 用了 content-addressable storage（内容寻址存储）的方式。每个文件的名字就是它内容的 SHA256 哈希值。这样做的好处是：

• 去重：同一个权重文件，多个模型共享，磁盘上只存一份
• 完整性校验：文件有没有损坏，一算哈希就知道
• 不可变性：文件一旦生成，内容就不能改，改了名字就变了

Manifests 目录才是模型的“户口本”。它记录了模型有哪些层（layers），每层对应哪个 blob 文件，以及模型的配置信息。你执行 ollama pull llama3 时，实际上先下载了 manifest，然后根据 manifest 里的哈希列表去下载对应的 blobs。

2.2 模型标签(Tag)机制：版本管理的基石

标签，说白了就是给模型版本起个名字。你想想看，一个模型可能有几十个版本，没有标签你怎么区分？

Ollama 的标签格式是：模型名:标签。比如：

ollama pull llama3:8b-instruct-q4_0
ollama pull llama3:70b-instruct-q8_0
ollama pull llama3:latest

这里有几个关键点：

• latest 标签：默认标签。你执行 ollama pull llama3 不带标签，拉的就是 latest。但注意，latest 不是固定的，它指向最新发布的版本。我在项目中就踩过这个坑——昨天跑得好好的模型，今天 latest 更新了，结果推理结果变了。
• 量化标签：像 q4_0、q8_0 表示量化精度。q4_0 文件小、速度快，但精度略低；q8_0 更准，但更吃资源。
• 大小标签：8b、70b 表示参数量。8b 模型适合个人电脑，70b 需要多卡服务器。

我曾经在部署生产环境时，用了 latest 标签。结果某天模型作者更新了权重，我的服务自动拉到了新版本，输出质量下降了一大截。从那以后，我定了个规矩：生产环境永远用具体标签，不用 latest。

2.3 模型仓库(Registry)概念：模型的中转站

模型仓库，你可以理解成 Docker Hub 的模型版。它是一个集中存储、分发模型的地方。Ollama 默认的仓库是 registry.ollama.ai，但你也可以搭建私有的。

仓库的核心作用有三个：

1. 存储：保存所有模型的 manifests 和 blobs
2. 版本管理：通过标签来管理不同版本
3. 分发：支持断点续传、并行下载，方便大规模部署

Ollama 的仓库结构是分层的：

registry.ollama.ai/
└── library/                    # 官方模型命名空间
    ├── llama3/
    │   ├── latest
    │   ├── 8b-instruct-q4_0
    │   └── 70b-instruct-q8_0
    ├── mistral/
    │   ├── latest
    │   └── 7b-instruct
    └── codellama/
        └── ...
└── mycompany/                  # 私有命名空间
    └── my-fine-tuned-model/
        └── v1.0

你可以把 library 看作官方应用商店，mycompany 是你自己的私有仓库。私有仓库怎么用？很简单：

# 先修改 Ollama 配置，指向你的私有仓库
export OLLAMA_ORIGINS=http://my-registry:5000

# 然后推送模型
ollama push mycompany/my-fine-tuned-model:v1.0

2.4 三者关系：一张图说清楚

为了让你更直观地理解，我画了张图。模型文件结构、标签、仓库这三者的关系，其实就是一个“寻址-定位-存储”的链条。

你看，整个流程很清晰：

• 用户通过 标签 来指定要用的模型版本
• 标签指向仓库里的 Manifest，Manifest 记录了模型的所有层
• 每一层对应一个 Blob 文件，这些文件实际存储在磁盘上
• 仓库负责管理这些 Manifest 和 Blob 的存储与分发

2.5 实战：如何查看和管理这些概念

光说不练假把式。咱们来点实际的命令：

# 查看本地有哪些模型和标签
ollama list

# 查看某个模型的详细信息（包括 manifest 内容）
ollama show llama3:8b-instruct-q4_0

# 查看模型文件实际存在哪
ollama show --modelfile llama3:8b-instruct-q4_0

# 给已有模型打新标签（相当于复制一个指针）
ollama cp llama3:8b-instruct-q4_0 my-backup:v1.0

# 删除某个标签（不会删除实际文件）
ollama rm llama3:8b-instruct-q4_0

好了，模型的基础概念就这些。你只要记住：标签是门牌号，Manifest 是户口本，Blobs 是实际家当，仓库是小区物业。搞清楚了这些，后面的版本管理和回滚策略，你就知道怎么玩了。

---