引言：

在 Dify 自动化测试的大舞台上，ollama 就像是一位实力超群的 “秘密武器”，发挥着不可或缺的重要作用，为测试工作带来了诸多令人瞩目的优势 。

在测试数据安全方面，ollama 的本地运行特性可谓是为数据安全筑起了一道坚不可摧的堡垒。在当今这个数据泄露事件频发的时代，测试数据的安全至关重要。传统的基于云端的测试方案，数据需要上传到远程服务器进行处理，这无疑增加了数据被泄露的风险。而 ollama 的出现，彻底改变了这一局面。它允许测试人员在本地运行模型，所有的测试数据都在本地设备上进行处理，无需上传到云端，从而极大地降低了数据泄露的风险。这就好比将珍贵的宝藏锁在了自己家里的保险柜里，只有自己拥有钥匙，外人无法轻易窥探。例如，在一些涉及用户隐私信息的应用测试中，使用 ollama 进行本地测试，可以有效地保护用户的隐私数据，避免因数据泄露而引发的一系列风险和问题。

从测试灵活性角度来看，ollama 的模型切换灵活特性赋予了 Dify 自动化测试无与伦比的灵活性。在测试过程中，不同的测试场景和需求往往需要不同的模型来支持。ollama 的模型切换功能，让测试人员可以根据具体的测试任务，轻松地切换不同的模型，从而更好地满足各种复杂的测试需求。就像一位技艺高超的厨师，可以根据不同的菜品需求，灵活地选择各种食材和烹饪工具，制作出美味可口的佳肴。比如，在对一个电商应用进行测试时，对于商品搜索功能的测试，可以使用擅长语义理解和搜索匹配的模型；而对于用户评价情感分析的测试，则可以切换到更擅长情感分析的模型，这样能够更加精准地完成测试任务，提高测试的准确性和有效性。

ollama 还能够显著提升测试效率。它高效的推理机制和优化的算法，使得模型能够快速地对测试数据进行处理和分析，生成准确的测试结果。这就好比一辆高性能的跑车，在测试的赛道上能够风驰电掣般地奔跑，快速到达终点。例如，在进行大规模的功能测试时，ollama 可以在短时间内处理大量的测试用例，大大缩短了测试周期，提高了测试效率，让开发团队能够更快地发现并解决问题，加速软件的迭代和发布。

第1步：进入模型供应商设置

登录 Dify http://192.168.1.150:8080(根据自己情况)

点击右上角 头像 → 设置

左侧菜单选择 模型供应商

搜索，点击安装

找到 Ollama，点击 添加模型

第2步：填写模型信息

模型 1：qwen2.5:3b

text
模型名称：qwen2.5:3b
基础 URL：http://192.168.1.33:11434(根据实际情况)
模型类型：LLM

模型 2：llama3.2

text
模型名称：llama3.2:latest
基础 URL：http://192.168.1.33:11434(根据实际情况)
模型类型：LLM

第3步：测试模型

（1）点击创建空白应用

（2）点击新手适用，填写应用名称

（3）点创建按钮

（4）可以开始对话

（5）切换模型

其他补充点

（1）如何移除模型

（2）如何查看模型

（3）如何查看具体模型具体配置信息

（4）若在centos上无法连接ollama

第1步：完全关闭 Ollama

# 强制关闭所有 Ollama 进程 taskkill /f /im ollama.exe

第2步：用命令行启动并指定监听地址

# 设置临时环境变量并启动 $env:OLLAMA_HOST="0.0.0.0" ollama serve 保持这个窗口打开，不要关闭！ 以上都要在Windows PowerShell中执行

第3步：验证监听地址

打开另一个 PowerShell 窗口，运行： netstat -an | findstr :11434 应该显示： TCP    0.0.0.0:11434          0.0.0.0:0              LISTENING

第4步：在 CentOS 上测试

curl http://192.168.1.33:11434/api/tags

第5步 如果上面的方法有效，创建永久启动脚本

# 创建启动脚本 @" @echo off set OLLAMA_HOST=0.0.0.0 ollama serve pause "@ | Out-File -FilePath "$env:USERPROFILE\Desktop\start_ollama.bat" -Encoding ascii

以后每次需要启动 Ollama 时，双击桌面上的 start_ollama.bat 即可。