Ollama API krok po kroku: instalacja, modele i n8n

Ollama to darmowy program, który pobiera i uruchamia modele językowe na twoim komputerze, a potem wystawia je pod adresem http://localhost:11434, dzięki czemu z tego samego modelu korzysta czat w terminalu, własny skrypt i przepływ w n8n. W tym samouczku przechodzimy całą drogę: instalację na Windowsie, macOS, Linuksie i w Dockerze, pierwszy model, dobór rozmiaru do sprzętu, zapytania do Ollama API przez curl i podłączenie Ollamy do n8n. Na końcu jest sekcja o bezpieczeństwie, bo jedna zmienna środowiskowa potrafi wystawić twój model całemu internetowi. Wszystkie polecenia pochodzą z dokumentacji Ollamy, n8n i Dockera. Stan na 28 września 2026 roku, gdy ostatnią stabilną wersją Ollamy jest 0.34.4.

Czym jest Ollama i czego potrzebujesz na start

Program działa jak menedżer i serwer modeli w jednym. Pobiera modele z własnej biblioteki, trzyma je na dysku i uruchamia na karcie graficznej albo procesorze. Kod programu jest otwarty, na licencji MIT. Pod spodem pracuje silnik llama.cpp, a na komputerach Apple coraz częściej MLX. Różnice wobec innych narzędzi opisaliśmy w tekstach Ollama vs LM Studio i Ollama vs llama.cpp.

Wymagania według dokumentacji są skromne:

• Windows: Windows 10 22H2 lub nowszy, instalacja bez uprawnień administratora, co najmniej 4 GB na sam program.
• macOS: Sonoma (14) lub nowszy. Na procesorach Apple M działa procesor i grafika, na starszych Makach z Intelem tylko procesor.
• Linux: dowolna popularna dystrybucja, instalacja skryptem albo ręcznie.
• Karta graficzna jest opcjonalna. Karty Nvidii muszą mieć zdolność obliczeniową 5.0 lub wyższą i sterownik w wersji 550 lub nowszej. Starsze układy o zdolności 5.0-6.2 wymagają sterownika 570, a na Windowsie minimum to wersja 551.61. Karty AMD działają przez ROCm albo Vulkan.

Najwięcej miejsca zajmą modele. Pojedynczy plik waży od 1-2 GB do kilkudziesięciu gigabajtów.

Jak zainstalować Ollamę

Instalacja zajmuje kilka minut. Po każdej metodzie sprawdź, czy serwer odpowiada, poleceniem ollama -v.

Instalacja na Windowsie

Pobierz instalator OllamaSetup.exe ze strony ollama.com albo wklej w PowerShellu:

irm https://ollama.com/install.ps1 | iex

Po instalacji Ollama działa w tle, a polecenie ollama jest dostępne w cmd i PowerShellu. Modele trafiają do C:\Users\<nazwa>\.ollama\models. Jeśli dysk systemowy jest mały, ustaw zmienną środowiskową OLLAMA_MODELS na inny katalog i uruchom Ollamę ponownie.

Instalacja na macOS i Linuksie

Na obu systemach wystarczy jedno polecenie w terminalu:

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

Na Macu możesz też pobrać plik Ollama.dmg i przeciągnąć aplikację do folderu Aplikacje. Na Linuksie skrypt instaluje Ollamę jako usługę systemową. Tym samym poleceniem później ją zaktualizujesz, bo na macOS i Windowsie aktualizacje przychodzą same.

Instalacja w Dockerze

Oficjalny obraz to ollama/ollama. Dokumentacja w repozytorium Ollamy podaje wersję na sam procesor z zapisem -p 11434:11434. My polecamy wariant z adresem 127.0.0.1, który udostępnia port tylko temu komputerowi:

docker run -d -v ollama:/root/.ollama -p 127.0.0.1:11434:11434 --name ollama ollama/ollama

Z kartą Nvidii najpierw instalujesz NVIDIA Container Toolkit, a potem dodajesz --gpus=all. Dla kart AMD jest osobny obraz z tagiem rocm. Model uruchamiasz wtedy poleceniem docker exec -it ollama ollama run <model>. Zapis -p 11434:11434 bez adresu stosuj świadomie, tylko gdy Ollama ma być dostępna z innych urządzeń, a port chroni zapora. Dlaczego, wyjaśniamy w sekcji o bezpieczeństwie.

Agenci AI · Kodożercy

Zbuduj sobie dział cyfrowych pracowników

Kurs Agenci AI od Kodożerców przeprowadza krok po kroku przez budowanie agentów w n8n. Pięciu agentów, pięć realnych zadań, a przy każdym wariant przeniesienia rozwiązania na Twój własny przypadek.

Sprawdź kurs Agenci AI →

Pierwszy model w Ollamie: run, pull i lista modeli

Najkrótsza droga do rozmowy z modelem to polecenie run. Pobiera model, jeśli go jeszcze nie ma, i otwiera czat w terminalu:

ollama run gemma4

Rozmowę kończysz, wpisując /bye. Resztę pracy z modelami załatwia kilka poleceń z dokumentacji wiersza poleceń:

Po nazwie modelu możesz dopisać wariant po dwukropku, na przykład gemma4:12b. Pełna lista modeli i wariantów jest w bibliotece Ollamy. Modele spoza oficjalnej listy mają przed nazwą konto autora. Polski model uruchomisz poleceniem ollama run SpeakLeash/bielik-11b-v3.0-instruct:Q4_K_M, a co warto o nim wiedzieć, opisaliśmy w przewodniku Bielik AI.

Jak dobrać rozmiar modelu do sprzętu

Model działa szybko tylko wtedy, gdy mieści się w pamięci karty graficznej. Na Macu z procesorem Apple liczy się pamięć wspólna. Przykład rodziny Gemma 4 z biblioteki Ollamy pokazuje, jak bardzo rozmiary się różnią:

Do pliku trzeba doliczyć pamięć na kontekst rozmowy. Czy model zmieścił się w karcie, sprawdzisz poleceniem ollama ps. Kolumna PROCESSOR pokaże 100% GPU, 100% CPU albo podział, na przykład 48%/52% CPU/GPU. Każdy procent po stronie procesora wyraźnie spowalnia odpowiedzi.

Druga pułapka to okno kontekstu, czyli ilość tekstu, jaką model bierze pod uwagę naraz. Według dokumentacji Ollama ustawia je domyślnie według pamięci karty. Przy mniej niż 24 GB to tylko 4 tys. tokenów. Do agentów i długich dokumentów dokumentacja zaleca co najmniej 64 tys. Zmienisz to zmienną OLLAMA_CONTEXT_LENGTH, ale większy kontekst zajmuje więcej pamięci. Szczegółowo o doborze wielkości piszemy w tekstach Model 7B czy 13B i Kwantyzacja Q4 czy Q8.

Ollama API: pierwsze zapytanie przez curl

Serwer Ollamy przyjmuje zapytania HTTP na porcie 11434. Rozmowę z modelem obsługuje punkt /api/chat. Parametr "stream": false sprawia, że dostajesz jedną odpowiedź zamiast strumienia kawałków:

curl http://localhost:11434/api/chat -d '{
  "model": "gemma4",
  "messages": [{"role": "user", "content": "Wyjaśnij w dwóch zdaniach, czym jest faktura VAT."}],
  "stream": false
}'

W Windows PowerShell 5.1 słowo curl jest skrótem do innego polecenia i powyższy zapis nie zadziała. Wpisz wtedy curl.exe albo użyj przykładu z dokumentacji dla Windowsa, opartego na Invoke-WebRequest.

Kilka innych punktów przyda się od razu. Według dokumentacji API GET /api/tags zwraca listę pobranych modeli, a GET /api/ps modele załadowane do pamięci. POST /api/embed zamienia tekst na wektory potrzebne do wyszukiwania po dokumentach. GET /api/version podaje wersję serwera.

Ollama rozumie też format API OpenAI pod adresem http://localhost:11434/v1/. Biblioteki napisane dla OpenAI wymagają wtedy klucza, ale Ollama go ignoruje, więc wpisujesz dowolny tekst, na przykład ollama.

Ollama w n8n: jak podłączyć lokalny model

To połączenie daje najwięcej, bo przepływy n8n mogą korzystać z modelu, który nie wysyła danych do chmury. W n8n są trzy węzły współpracujące z Ollamą: Ollama Chat Model do pracy z węzłem AI Agent, Ollama Model do prostych łańcuchów i Embeddings Ollama do wyszukiwania po dokumentach. Wszystkie korzystają z tego samego poświadczenia. Jak z tych węzłów złożyć bota odpowiadającego z firmowych dokumentów, opisaliśmy w tekście o RAG AI w n8n.

1. Utwórz poświadczenie Ollama. Według dokumentacji n8n jedynym wymaganym polem jest Base URL. Klucz API jest potrzebny tylko przy zdalnej instancji z uwierzytelnianiem.
2. Wpisz adres zależny od tego, gdzie działają oba programy. Obie aplikacje wprost na komputerze: http://localhost:11434. Oba w osobnych kontenerach tej samej sieci Dockera: nazwa kontenera Ollamy, na przykład http://ollama:11434. To najbezpieczniejszy układ, bo portu Ollamy nie trzeba otwierać.
3. Tylko n8n w Dockerze, Ollama wprost na komputerze: trzeba zmienić nasłuch Ollamy. Domyślne 127.0.0.1 jest dla kontenera niedostępne. Dokumentacja n8n każe w tym układzie ustawić OLLAMA_HOST=0.0.0.0:11434 i uruchomić Ollamę ponownie, a w poświadczeniu wpisać http://host.docker.internal:11434. Na Linuksie kontener n8n uruchamiasz dodatkowo z --add-host host.docker.internal:host-gateway. Port 11434 zamknij wtedy zaporą przed resztą sieci.
4. Podepnij Ollama Chat Model do węzła AI Agent i wybierz model. Agent, który ma wywoływać narzędzia, potrzebuje modelu obsługującego wywołania narzędzi. Takie modele mają oznaczenie tools w bibliotece Ollamy.

Najczęstszy błąd opisuje strona typowych problemów n8n. Komunikat connect ECONNREFUSED ::1:11434 oznacza, że localhost zamienił się na adres IPv6, a Ollama słucha na IPv4. Zamień localhost na 127.0.0.1. Instalację samego n8n w Dockerze opisaliśmy w osobnym poradniku, a budowę agentów w przewodniku po agentach AI w n8n.

Open WebUI: okno czatu dla Ollamy

Kto woli czat w przeglądarce, może postawić Open WebUI. Według README projektu przy Ollamie na tym samym komputerze wystarczy:

docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

Interfejs otworzy się pod adresem http://localhost:3000. Jeśli lista modeli jest pusta, Ollama na komputerze najpewniej słucha tylko na 127.0.0.1, niedostępnym dla kontenera. Rozwiązanie jest to samo co przy n8n: OLLAMA_HOST=0.0.0.0:11434, restart Ollamy i zapora na porcie 11434. Druga droga to obraz ghcr.io/open-webui/open-webui:ollama, w którym Ollama działa w tym samym kontenerze. Open WebUI ma własne konta użytkowników, więc nadaje się też dla kilku osób w biurze. Zasada z następnej sekcji dotyczy go tak samo, bo wystawienie go na świat oznacza wystawienie modelu.

Bezpieczeństwo: nie wystawiaj portu 11434 do internetu

Domyślnie Ollama słucha tylko na 127.0.0.1:11434, czyli przyjmuje zapytania wyłącznie z tego samego komputera. Zmienia to zmienna OLLAMA_HOST. Ustawienie OLLAMA_HOST=0.0.0.0:11434 otwiera API dla całej sieci, a na serwerze z publicznym adresem dla całego internetu.

Skalę problemu pokazało badanie SentinelLABS i Censys z 29 stycznia 2026 roku. W ciągu 293 dni skanowania badacze znaleźli 175 108 publicznie dostępnych serwerów Ollamy w 130 krajach. Prawie połowa z nich oferowała wywoływanie narzędzi, czyli model, który oprócz pisania tekstu może wykonywać działania w innych systemach. Według autorów obcy mogą korzystać z takich serwerów bez uwierzytelnienia, na koszt właściciela prądu i sprzętu.

Najważniejsze zasady:

• Na maszynie z publicznym adresem nie ustawiaj OLLAMA_HOST=0.0.0.0 bez zapory. Jeśli n8n albo Open WebUI działa na tym samym serwerze, najlepiej uruchom Ollamę w kontenerze w tej samej sieci Dockera i nie publikuj jej portu wcale.
• W Dockerze publikuj port lokalnie. Według dokumentacji Dockera -p 11434:11434 otwiera port na wszystkich interfejsach. Zapis -p 127.0.0.1:11434:11434 ogranicza go do tego komputera.
• Nie wystawiaj Ollamy tunelem ngrok ani Cloudflare bez uwierzytelniania. Dostęp zdalny daj przez VPN albo serwer pośredniczący z logowaniem.
• Jeśli chcesz pracować wyłącznie lokalnie, wyłącz funkcje chmurowe zmienną OLLAMA_NO_CLOUD=1. Według dokumentacji lokalne rozmowy nie trafiają do Ollamy, ale modele chmurowe przetwarzają zapytania na jej serwerach.

{ agenci AI }

Agent AI, który pracuje na danych Twojej firmy

Budujemy agentów, którzy odpowiadają klientom, czytają dokumenty i przygotowują raporty, podłączonych do Waszych systemów. Zaczynamy od jednego procesu i sprawdzamy efekt, zanim pójdziemy dalej.

Sprawdź, jak wdrażamy agentów → Software house, który prowadzi ten blog

Najczęstsze pytania

Czy Ollama jest darmowa?

Tak. Program jest otwarty, na licencji MIT, a modele z biblioteki pobierasz bez opłat. Każdy model ma jednak własną licencję i przed użyciem w firmie trzeba ją sprawdzić. Osobno rozliczane są opcjonalne modele chmurowe Ollamy, które działają na serwerach firmy. Według cennika darmowy plan daje startowy limit na część z nich, a większe użycie wymaga dokupienia kredytów albo płatnego planu.

Czy Ollama działa bez karty graficznej?

Tak, na samym procesorze, choć wolniej. Na komputerze bez karty graficznej sensownie pracują małe modele, do kilku miliardów parametrów. Na Macach z procesorem Apple rolę karty pełni układ graficzny zintegrowany z procesorem i pamięć wspólna, dlatego działają tam także większe modele.

Gdzie Ollama trzyma modele i jak zmienić katalog?

Na Windowsie w C:\Users\<nazwa>\.ollama\models, na macOS w ~/.ollama/models, a na Linuksie przy standardowej instalacji w /usr/share/ollama/.ollama/models. Katalog zmieniasz zmienną środowiskową OLLAMA_MODELS. Na Linuksie użytkownik ollama musi mieć do niego prawo zapisu.

Jak długo model zostaje w pamięci?

Domyślnie pięć minut od ostatniego zapytania. Potem Ollama zwalnia pamięć. Czas zmienisz zmienną OLLAMA_KEEP_ALIVE albo parametrem keep_alive w zapytaniu do API. Wartość -1 trzyma model w pamięci bez końca, a 0 zwalnia ją zaraz po odpowiedzi.

Podsumowanie

Ollama instaluje się jednym poleceniem na macOS i Linuksie, instalatorem albo poleceniem PowerShella na Windowsie oraz obrazem ollama/ollama w Dockerze. Model pobierasz i uruchamiasz poleceniem ollama run, listę sprawdzasz przez ollama ls, a ollama ps pokazuje, czy model zmieścił się w karcie graficznej. Serwer przyjmuje zapytania pod http://localhost:11434 przez własne API i w formacie OpenAI pod /v1/. W n8n łączysz się poświadczeniem Ollama, a adres zależy od tego, czy programy działają w Dockerze. Przy błędzie ECONNREFUSED ::1 pomaga 127.0.0.1 zamiast localhost. Nie wystawiaj portu 11434 do internetu. SentinelLABS i Censys znalazły 175 108 publicznie dostępnych serwerów Ollamy, a domyślne ustawienie 127.0.0.1 chroni przed tym bez żadnej pracy.

Mateusz Wojdalski

Specjalista SEO i content marketingu w Devstock. Zajmuję się strategią treści, automatyzacją procesów marketingowych i wdrożeniami AI w codziennej pracy. Badam nowe narzędzia, adaptuję je do realnych zadań i piszę o tym, co faktycznie działa.