Ollama 配置永久存活模型，不会5分钟不使用卸载

在 Ollama 中，模型默认的驻留时间（Keep Alive）是 5 分钟。要让特定模型（如 qwen3:32b）一直驻留在显存中不被卸载，有几种方法可以实现。

根据你的需求（只让特定模型不卸载），建议使用方法一。

方法一：通过 API 发送一次性“永久驻留”指令（推荐）

你可以向 Ollama 发送一个特殊的请求，通过设置 keep_alive 参数为 -1，告诉它无限期保留该模型。

打开终端，执行以下命令：

curl http://localhost:11434/api/generate -d '{
  "model": "qwen3:32b",
  "keep_alive": -1
}'

原理：这个请求会加载模型并将其过期时间设为“永不过期”。
优点：不需要重启服务，只针对这一个模型生效。
注意：如果你之后手动加载了其他巨大的模型，导致显存不足，系统可能会报错或由于 OOM（内存溢出）导致意外情况。

方法二：修改环境变量（全局生效）

如果你希望 Ollama 运行的所有模型都默认不卸载，可以修改 Ubuntu 的 systemd 服务配置。

编辑 Ollama 服务文件：
```
sudo systemctl edit ollama.service
```
在打开的编辑界面中（通常在中间的空白处），添加以下两行：
```
[Service]
Environment="OLLAMA_KEEP_ALIVE=-1"
```
保存并退出（如果是 nano，按 Ctrl+O, Enter, Ctrl+X）。

重新加载配置并重启服务：

sudo systemctl daemon-reload
sudo systemctl restart ollama

效果：从现在起，任何你运行的模型都会一直留在显存里，直到你手动停止 Ollama 或重启电脑。

方法三：在请求代码中控制

如果你是通过 Python 脚本或 Web UI（如 Open WebUI）调用 Ollama，可以在请求的参数中加入 keep_alive。

Python 示例 (使用 requests 库):

import requests

payload = {
    "model": "qwen3:32b",
    "prompt": "你好",
    "keep_alive": -1  # 设置为 -1 表示永不卸载
}
response = requests.post("http://localhost:11434/api/generate", json=payload)

常见疑问解答

怎么验证模型是否还在内存里？
你可以使用以下命令查看当前已加载的模型及其剩余生存时间：
```
ollama ps
```
如果 UNTIL 列显示的是 Forever 或者一个非常长的时间，说明设置成功了。
我想手动卸载它怎么办？
即使设置了永久驻留，你也可以通过发送 0 来立即释放它：
```
curl http://localhost:11434/api/generate -d '{
  "model": "qwen3:32b",
  "keep_alive": 0
}'
```

总结建议： 先尝试方法一，因为它的影响最小，且能精确满足你“只针对 qwen3:32b”的需求。