首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >WorkBuddy 完全指南:配置本地 Ollama 模型,实现离线零积分使用

WorkBuddy 完全指南:配置本地 Ollama 模型,实现离线零积分使用

原创
作者头像
用户12542454
发布2026-06-06 23:22:13
发布2026-06-06 23:22:13
5710
举报

WorkBuddy 完全指南:配置本地 Ollama 模型,实现离线零积分使用

前言

WorkBuddy 作为腾讯出品的桌面级 AI 助手,真正强大的地方在于它不仅可以用云端模型,还支持完全离线的本地模型。配置好之后,日常使用零积分消耗,非常适合积分有限的用户。

本文将手把手教你:如何在本机部署 Ollama 本地大模型,并接入 WorkBuddy,实现完全离线使用 AI 助手。


一、为什么要用本地模型?

对比项

云端模型

本地 Ollama 模型

积分消耗

有(按 Token 计费)

零消耗 ✅

网络要求

必须联网

完全离线 ✅

数据隐私

上传云端

数据不出本机 ✅

响应速度

依赖网速

本地推理,稳定 ✅

结论:本地模型 + 云端模型组合使用,是最省积分的方案!


二、安装 Ollama(本地模型运行工具)

步骤 1:下载安装

  1. 访问官网:https://ollama.com/
  2. 点击 Download → 选择 Windows
  3. 下载完成后,双击安装包,一路下一步即可
  4. 安装完成后,Ollama 会自动在后台运行(系统托盘可见图标)

步骤 2:验证安装

Win + R,输入 cmd,打开命令行,运行:

bash

复制

代码语言:javascript
复制
ollama --version

看到版本号输出,说明安装成功 ✅


三、下载本地模型

Ollama 支持拉取各种开源大模型,以下是我亲测适合不同配置的选项:

模型选择建议

模型

内存占用

推荐配置

中文能力

qwen3:4b

~2.5GB

8GB 内存 ✅

⭐⭐⭐⭐⭐ 最佳

qwen3:8b

~5GB

16GB 内存 ✅

⭐⭐⭐⭐⭐ 最佳

llama3.2:3b

~2GB

8GB 内存 ✅

⭐⭐⭐ 一般

phi3:3.8b

~2.3GB

8GB 内存 ✅

⭐⭐⭐ 一般

推荐:中文用户首选 qwen3:4b(通义千问),中文理解能力最强!

拉取模型命令

在命令行运行(以 qwen3:4b 为例):

bash

复制

代码语言:javascript
复制
ollama pull qwen3:4b

拉取完成后,测试一下:

bash

复制

代码语言:javascript
复制
ollama run qwen3:4b "你好,介绍一下你自己"

看到模型回复,说明一切正常 ✅


四、在 WorkBuddy 中配置 Ollama

步骤 1:打开模型配置

  1. 打开 WorkBuddy 客户端
  2. 点击左下角 头像/用户名 → 进入 设置
  3. 找到 模型 选项卡

步骤 2:添加 Ollama 本地模型

  1. 点击 添加模型 / 自定义模型
  2. 类型选择:本地部署(Ollama)
  3. 接口地址填写:http://localhost:11434
  4. 模型名称填写:qwen3:4b(与你拉取的模型名一致)
  5. 点击 保存

步骤 3:切换使用

配置完成后,在 WorkBuddy 对话界面的模型选择器中,选择你配置的 qwen3:4b (Ollama),即可开始离线对话!


五、使用技巧与注意事项

✅ 这样做更省积分

  1. 日常问答用本地模型:简单问题、代码解释、文本润色,全用本地模型,零积分消耗
  2. 复杂任务用云端模型:需要联网搜索、生成图片、处理复杂代码时,再切换到云端模型
  3. 优先消耗快过期的积分:在「积分余额」→「用量管理」中查看过期时间

⚠️ 注意事项

问题

说明

本地模型能力上限

4B 模型适合日常使用,复杂任务建议切换云端

Ollama 需常驻后台

使用本地模型时,Ollama 必须在后台运行

首次拉取需联网

模型只需下载一次,之后完全离线

内存建议

8GB 内存用 4B 模型,16GB 推荐用 8B 模型


六、硬件配置参考(以我的电脑为例)

我的配置:

  • CPU:Intel i5-11400(6核12线程)
  • 内存:8GB(计划升级到 16GB)
  • 显卡:Intel UHD 730(核显)
  • 当前运行 qwen3:4b,流畅无压力 ✅

升级建议:如果你的内存只有 8GB,建议升级到 16GB(约 ¥100-150),可以运行更大的 8B 模型,效果提升明显!


总结

通过 Ollama + WorkBuddy 的组合,你可以:

  • 零积分使用 AI 助手(日常场景完全够用)
  • 离线使用,无网络环境也能工作
  • 数据隐私,敏感内容不出本机
  • ✅ 云端模型作为补充,应对复杂任务

配置过程只需 10 分钟,但省下的积分非常可观。希望这篇教程对你有帮助!


如果你觉得有用,欢迎点赞收藏,也欢迎在评论区分享你的配置经验!

#WorkBuddy #本地模型 #Ollama #零积分 #AI助手 #教程

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • WorkBuddy 完全指南:配置本地 Ollama 模型,实现离线零积分使用
    • 前言
    • 一、为什么要用本地模型?
    • 二、安装 Ollama(本地模型运行工具)
      • 步骤 1:下载安装
      • 步骤 2:验证安装
    • 三、下载本地模型
      • 模型选择建议
      • 拉取模型命令
    • 四、在 WorkBuddy 中配置 Ollama
      • 步骤 1:打开模型配置
      • 步骤 2:添加 Ollama 本地模型
      • 步骤 3:切换使用
    • 五、使用技巧与注意事项
      • ✅ 这样做更省积分
      • ⚠️ 注意事项
    • 六、硬件配置参考(以我的电脑为例)
    • 总结
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档