---
title: 'Ollama — lokalne uruchamianie LLM | Zomro'
description: 'Zainstaluj Ollama do lokalnego uruchamiania i zarządzania dużymi modelami językowymi na własnym serwerze. Platforma obsługuje pobieranie, przechowywanie i uruchamianie mo'
image: 'https://zomro.com/static/site/images/logo/logo-white.png?v=1790339723'
---

![opened image]()

  * [Zomro](https://zomro.com/pl/)
  * [Marketplace](https://zomro.com/pl/marketplace)
  * Ollama 



![Ollama icon](https://cdn.zomro.com/uploads/marketplace/instruction/rCjCIwiC_400x400.jpg)

# Ollama

Wersja

0.31.2

OS

ubuntu

[ wdrożyć Ollama ](https://cp.zomro.com/cart?name=Essential%20Intel&location=17&datacenter=17&dc=netherlands-3&period=1&category=shared_cpu&type=premium&isMarketplaceOrder=true&imageId=248a07e9-0d96-4936-ac81-71ac025d7ab9&id=7752&service=instances)

**Ollama** to platforma do lokalnego uruchamiania dużych modeli językowych (LLM). Odpowiada za pobieranie, przechowywanie i uruchamianie modeli za pomocą jednolitego interfejsu wiersza poleceń (CLI), a także udostępnia REST API, z którym mogą łączyć się zewnętrzne aplikacje. W obrazie z Marketplace Ollama jest dostarczana razem z **Open WebUI** – interfejsem webowym umożliwiającym pracę z modelami w przeglądarce.

Dlaczego warto uruchamiać LLM na własnym serwerze? Dane nie opuszczają infrastruktury. Nie obowiązują limity tokenów ani liczby zapytań. Można uruchamiać wyspecjalizowane i dostrojone modele, które nie są dostępne w usługach chmurowych.

Obraz z Marketplace wdraża całe środowisko w ciągu 1–2 minut: Ollama, Open WebUI oraz podstawowe zabezpieczenie hasłem. Następnie wystarczy pobrać wybrany model i rozpocząć pracę.

## Wymagania

  * Konto u dostawcy VPS z Marketplace obrazów.
  * Serwer VPS z co najmniej 2 vCPU i 4 GB RAM.
  * Do pracy z modelami 7B: minimum 8 GB RAM.
  * Do pracy z modelami 13B: minimum 16 GB RAM.



## Wdrażanie serwera z Marketplace

W Marketplace dostawcy znajdź obraz **Ollama** i kliknij **Deploy**.

Wybierz konfigurację serwera:

  * **CPU:** 2–4 vCPU
  * **RAM:** 8 GB (dla modeli 7B) lub 16 GB (dla modeli 13B)
  * **Dysk:** 40–80 GB SSD – każdy model zajmuje od 4 do 10 GB



Ustaw hasło lub dodaj klucz SSH, a następnie kliknij **Create**. Serwer będzie gotowy po 1–2 minutach.

## Łączenie przez SSH

**Linux / macOS:**
    
    
    ssh root@IP_SERWERA

**Windows - PowerShell или PuTTY:**
    
    
    ssh root@IP_SERWERA

Wprowadź hasło ustawione podczas tworzenia VPS lub użyj klucza SSH.

## Pobieranie danych logowania

Obraz jest domyślnie zabezpieczony mechanizmem **HTTP Basic Auth** , który chroni dostęp do Open WebUI.

Login i hasło znajdują się w pliku:
    
    
    cat /root/.password_credentials

![](https://cdn.zomro.com/uploads/blog/a48%40server-panel.net/2026/07/13/image_q50.jpg)

Plik zawiera:

  * nazwę użytkownika HTTP Basic Auth,
  * hasło HTTP Basic Auth.



Zapisz te dane – będą potrzebne podczas pierwszego logowania w przeglądarce.

## Otwieranie interfejsu webowego

W przeglądarce przejdź pod adres:
    
    
    http://IP_SERWERA

![](https://cdn.zomro.com/uploads/blog/a48%40server-panel.net/2026/07/13/image_eUp3nti_q50.jpg)

Przeglądarka wyświetli okno logowania HTTP Basic Authentication. Wprowadź login i hasło z pliku `/root/.password_credentials`.

Jeśli pojawi się ostrzeżenie dotyczące certyfikatu SSL, możesz je zignorować i kontynuować – jest to normalne przy dostępie przez adres IP.

![](https://cdn.zomro.com/uploads/blog/a48%40server-panel.net/2026/07/13/image_Bkjj3cB_q50.jpg)

Po pomyślnej autoryzacji otworzy się formularz tworzenia konta administratora Open WebUI. Podaj nazwę użytkownika, adres e-mail oraz hasło.

Pierwsze utworzone konto automatycznie otrzymuje uprawnienia administratora.

![](https://cdn.zomro.com/uploads/blog/a48%40server-panel.net/2026/07/13/image_vnPTao2_q50.jpg)

## 

## 

## Wyłączanie HTTP Basic Auth

HTTP Basic Auth jest potrzebne tylko podczas pierwszego uruchomienia, dopóki Open WebUI nie ma własnego systemu logowania.

Po utworzeniu konta administratora wróć do sesji SSH i wykonaj:
    
    
    /root/disable_basic_auth.sh

Od tej chwili do logowania w Open WebUI używaj adresu e-mail i hasła utworzonego podczas konfiguracji administratora. HTTP Basic Auth nie będzie już wymagane.

## 

## 

## Pobieranie pierwszego modelu

Obraz nie zawiera żadnych modeli – należy je pobrać osobno.

Połącz się z serwerem przez SSH i uruchom:
    
    
    ollama run llama3

![](https://cdn.zomro.com/uploads/blog/a48%40server-panel.net/2026/07/13/image_sMyhrDE_q50.jpg)

Przy pierwszym uruchomieniu Ollama automatycznie pobierze model z oficjalnego rejestru. W przypadku `llama3` jest to około 4,7 GB.

Postęp pobierania będzie widoczny bezpośrednio w terminalu.

Po zakończeniu model automatycznie pojawi się na liście modeli w Open WebUI. Wybierz go z rozwijanego menu i rozpocznij rozmowę.

![](https://cdn.zomro.com/uploads/blog/a48%40server-panel.net/2026/07/13/image_dQLJBha_q50.jpg)

## 

## 

## Jakie modele warto pobrać

Wybór modelu zależy od zasobów serwera oraz planowanych zastosowań.

Model | Rozmiar | RAM | Zastosowanie  
---|---|---|---  
llama3.2:3b | ~2 GB | 4 GB | Szybkie odpowiedzi, podstawowe zadania  
llama3.1:8b | ~4,7 GB | 8 GB | Wysoka jakość generowanego tekstu  
mistral:7b | ~4,1 GB | 8 GB | Generowanie kodu, analiza  
qwen2.5:14b | ~8,9 GB | 16 GB | Złożone rozumowanie  
deepseek-r1:7b | ~4,7 GB | 8 GB | Logika i matematyka  
  
ny katalog modeli jest dostępny na stronie: [ollama.com/library](https://ollama.com/library)

Nowy model można pobrać również bezpośrednio z Open WebUI:

**Settings → Models → Pull**

Wpisz nazwę modelu i kliknij **Pull**.

## 

## 

## Zarządzanie modelami z poziomu CLI

Z Ollamy można korzystać również bez Open WebUI.
    
    
    Wyświetlenie listy pobranych modeli
    ollama list
    
    Uruchomienie modelu w trybie dialogowym
    ollama run mistral:7b
    
    Pobranie modelu bez uruchamiania
    ollama pull qwen2.5:14b
    
    Usunięcie modelu
    ollama rm llama3
    
    Wyświetlenie informacji o modelu
    ollama show mistral:7b

REST API Ollamy jest dostępne pod adresem: `http://localhost:11434`. Za jego pomocą modele można integrować z narzędziami takimi jak Continue.dev, LangChain oraz własnymi aplikacjami i skryptami.

Przykład zapytania:
    
    
    curl http://localhost:11434/api/generate -d '{
      "model": "llama3.1:8b",
      "prompt": "Czym jest Docker?",
      "stream": false
    }'

## 

## 

## Co warto skonfigurować później

Po podstawowej instalacji warto:

  * zainstalować **Nginx** z **Let's Encrypt** , aby korzystać z HTTPS pod własną domeną zamiast z HTTP przez adres IP;
  * skonfigurować zarządzanie użytkownikami – w **Admin Panel → Users** można tworzyć konta dla członków zespołu, ograniczać dostęp do wybranych modeli oraz przypisywać role;
  * skonfigurować automatyczne aktualizacje Ollamy – nowe wersje regularnie dodają obsługę kolejnych modeli.



Sprawdzenie aktualnej wersji:
    
    
    ollama --version

Aktualizacja:
    
    
    curl -fsSL https://ollama.com/install.sh | sh

Obraz z Marketplace udostępnia gotowe środowisko AI bez konieczności ręcznej konfiguracji: **Ollama + Open WebUI + podstawowe zabezpieczenie hasłem**. Pierwszy model można uruchomić za pomocą jednego polecenia. Następnie pozostaje wybrać odpowiednie modele, dostosować interfejs oraz zintegrować środowisko z własnymi aplikacjami za pomocą REST API.
