From 0bab2ead93d0ba502950fd3c8b5dfab478fd2e2c Mon Sep 17 00:00:00 2001
From: Nansike <nansike@outlook.com>
Date: Wed, 13 Aug 2025 14:25:34 +0800
Subject: [PATCH] Add Chinese document

---
 .../models-integration/gpt-oss + Ollama.md    | 152 ++++++++++++++++++
 1 file changed, 152 insertions(+)
 create mode 100644 zh-hans/development/models-integration/gpt-oss + Ollama.md

diff --git a/zh-hans/development/models-integration/gpt-oss + Ollama.md b/zh-hans/development/models-integration/gpt-oss + Ollama.md
new file mode 100644
index 00000000..7ddc12f2
--- /dev/null
+++ b/zh-hans/development/models-integration/gpt-oss + Ollama.md	
@@ -0,0 +1,152 @@
+---
+title: " gpt-oss + Ollama 本地化部署指南 "
+---
+# 一、引言
+
+*   gpt-oss 系列是 OpenAI 于 2025 年 8 月首次发布的开源模型。
+    
+
+> gpt-oss:20b（适用于约 16GB 的内存）
+> 
+> gpt-oss:120b（适用于≥ 60GB 的内存）
+
+*   使用 Ollama 在本地部署，无需向云端发送 API 请求。数据始终在本地运行，适用于对隐私和响应速度有要求的场景。
+    
+*   Dify 是一个开源的 LLM 应用平台，支持集成本地模型、快速构建 AI 应用程序和 RAG 流程。
+    
+
+**目标：** 展示如何使用 Ollama 在本地部署 gpt-oss 并将其集成到 Dify 中，以构建一个私有且安全的 LLM 服务。
+
+* * *
+
+# **二、环境准备**
+
+## **第一步：使用 Ollama 本地部署 gpt-oss 模型**
+
+1.  安装 Ollama
+    
+
+访问 [Ollama 官网](https://ollama.com)下载安装，根据操作系统选择 macOS、Windows 或 Linux 版本。
+
+  
+
+2.  拉取 gpt-oss 模型
+    
+
+*   gpt-oss:20b（推荐日常开发机器，需 ≥ 16 GB 显存或统一内存） `ollama pull gpt-oss:20b`
+    
+
+  
+
+*   gpt-oss:120b（需 ≥ 60 GB 显存或多 GPU 支持） `ollama pull gpt-oss:120b`
+    
+
+这两个模型均默认已量化为 MXFP4 格式，适合大多数本地部署场景
+
+  
+
+3.  启动 Ollama 服务
+    
+
+服务默认监听在： http://localhost:11434。
+
+  
+
+## **第二步：本地部署 Dify 并准备接入**
+
+详细内容参考Dify[官方文档](https://docs.dify.ai/zh-hans/getting-started/install-self-hosted/readme)，也可以参考如下简易教程。
+
+### 前置条件
+
+下载安装[Docker](https://www.docker.com/products/docker-desktop/) 环境，安装完毕后确认 Docker Engine 能正常运行。
+
+![1](https://raw.githubusercontent.com/NanSike/image-host/main/images/1.png)
+
+
+  
+
+### 本地部署Dify
+
+1.  使用Git克隆
+    
+
+`git clone` `https://github.com/langgenius/Dify.git`
+
+  
+
+2.  进入 Dify 源代码的 docker 目录，执行一键启动命令：
+    
+
+`cd Dify/docker` `cp .env.example .env` `d`ouyin
+
+![2](https://raw.githubusercontent.com/NanSike/image-host/main/images/2.png)
+
+3.  进入本地 Dify，填写相关信息
+    
+
+![3](https://raw.githubusercontent.com/NanSike/image-host/main/images/3.png)
+
+* * *
+
+# **三、添加模型并测试聊天接口**
+
+1.  点击页面右上角的设置，进入后选择模型提供商，点击添加 Ollama 模型类型： **Settings > Model Providers > Ollama**
+    
+
+![4](https://raw.githubusercontent.com/NanSike/image-host/main/images/4.png)  
+
+  
+
+2.  请填写 ollama 的相关信息。将 **“gpt-oss:20b”** 选作模型名称。如有任何不清楚的地方，您可以参考官方详细的[部署文档](https://docs.dify.ai/en/development/models-integration/ollama#integrate-local-models-deployed-by-ollama)来操作 ollama。
+    
+
+![5](https://raw.githubusercontent.com/NanSike/image-host/main/images/5.png)
+
+  
+
+3.  新建空白模板
+    
+
+![6](https://raw.githubusercontent.com/NanSike/image-host/main/images/6.png)
+
+  
+
+4.  选择您想创建的类型
+    
+
+![7](https://raw.githubusercontent.com/NanSike/image-host/main/images/7.png)
+
+* * *
+
+# **四、验证与使用**
+
+*   在 Dify 的模型测试页面中，输入适当的提示语，并确认模型的响应符合您的预期。
+    
+*   在您的应用流程中添加一个简单的 LLM 节点，选择 gpt-oss:20b 作为模型，并确保整个工作流程连接无误。
+    
+
+![8](https://raw.githubusercontent.com/NanSike/image-host/main/images/8.png)
+
+![9](https://raw.githubusercontent.com/NanSike/image-host/main/images/9.png)
+
+
+* * *
+
+# **五、附录**
+
+**常见问题及建议**
+
+*   **模型下载速度慢**
+    
+
+提示：配置 Docker 代理或使用图像加速服务以加快下载速度。
+
+*   **GPU 内存不足**
+    
+
+提示：对于 GPU 内存有限的设备，请使用 gpt-oss：20b。您还可以启用 CPU 转发功能，但这样会导致响应速度变慢。
+
+*   **端口访问问题**
+    
+
+提示：检查防火墙规则、端口绑定和 Docker 网络设置，以确保连接正常。
\ No newline at end of file