بواسطة فريق فري بورتال · آخر تحديث أكتوبر 2026

طريقة تنزيل وتثبيت أولاما ‎(Ollama)‎ مجاناً

قم بتشغيل نماذج الذكاء الاصطناعي القوية مثل Qwen 3.6 و Gemma 4 و DeepSeek-R1 مباشرة على الكمبيوتر الخاص بك — لا حاجة للإنترنت أو مفاتيح API.

زيارة الموقع الرسمي ←

هل أولاما ‎(Ollama)‎ مجاني؟

نعم، تماماً. أولاما مجاني ومفتوح المصدر تحت ترخيص MIT. لا توجد طبقة مدفوعة، ولا اشتراك، ولا متطلبات حساب للاستخدام المحلي، ولا قيود على الاستخدام التجاري. ترخيص MIT يسمح بالاستخدام التجاري، والتعديل، والتوزيع.

النماذج التي تعمل عبر أولاما لها تراخيصها الخاصة — معظم النماذج المفتوحة الوزن مثل Qwen و Gemma و DeepSeek لديها تراخيص متساهلة أو صديقة للبحث، لكن بعض النماذج (خاصة نماذج Llama من Meta) لديها قيود استخدام للنشر التجاري على نطاق واسع جداً. تحقق من ترخيص النموذج على بطاقة النموذج الخاصة به قبل استخدامه تجارياً على نطاق واسع.

الإصدار المستقر الحالي: Ollama 0.40.8 (21 أكتوبر 2026).

متطلبات النظام

  • نظام التشغيل: ويندوز 10/11 (x64 و ARM64)، macOS 14 Sonoma أو أحدث، أو لينكس (Ubuntu 18.04 / 20.04 / 22.04+ أو التوزيعات 64-بت الحديثة)
  • المعالج: معالج 64-بت مع دعم AVX2 (Intel/AMD). Apple Silicon مدعوم بالكامل.
  • ذاكرة الوصول العشوائي (RAM): 8 جيجابايت كحد أدنى لنماذج 3B–4B؛ 16 جيجابايت موصى بها لنماذج 7B–8B و 20B؛ 32 جيجابايت لنماذج 27B–30B؛ 64 جيجابايت+ لنماذج 70B على CPU.
  • GPU (اختياري): GPU من NVIDIA بذاكرة 8+ جيجابايت VRAM موصى به لنماذج 7B–13B؛ 16 جيجابايت VRAM لنماذج 30B؛ 32 جيجابايت+ لنماذج 65B–70B. برنامج تشغيل NVIDIA 550+ مطلوب؛ برنامج تشغيل 570+ مطلوب لقدرة الحوسبة 5.0–6.2. AMD مدعوم عبر ROCm؛ Apple Silicon يستخدم Metal.
  • مساحة التخزين: 10+ جيجابايت مساحة حرة (النماذج تتراوح من 2 جيجابايت إلى 40 جيجابايت+).

طريقة تثبيت أولاما

  1. انتقل إلى الموقع الرسمي. قم بزيارة ollama.com.
  2. قم بتنزيل إصدارك. انقر على "Download for Windows"، أو "macOS"، أو "Linux" — الموقع يكتشف نظام التشغيل الخاص بك تلقائياً. على ويندوز ARM64 (Snapdragon X Elite)، قم بتنزيل بنية ARM64 الأصلية. على لينكس، سكريبت تثبيت curl هو: curl -fsSL https://ollama.com/install.sh | sh. على PowerShell لويندوز، المكافئ هو: irm https://ollama.com/install.ps1 | iex.
  3. قم بتشغيل المثبت. على macOS، قم بتركيب .dmg واسحب أولاما إلى Applications. على ويندوز، قم بتشغيل المثبت الأصلي. على لينكس، سكريبت curl يثبت الثنائي ويقوم بإعداد خدمة systemd.
  4. ابدأ أولاما. على ويندوز و macOS، افتح التطبيق من قائمة ابدأ أو مجلد Applications. على لينكس، ابدأ الخادم مع ollama serve إذا لم يكن يعمل بالفعل كخدمة.

بدء الاستخدام مع النماذج المحلية

  1. اسحب نموذجاً. افتح طرفيتك وقم بتشغيل ollama pull gemma4 أو ollama pull qwen3.6:27b — هذا ينزّل النموذج إلى جهازك.
  2. قم بتشغيل النموذج. اكتب ollama run gemma4 — سترى موجه (>>>) حيث يمكنك كتابة الرسائل والحصول على استجابات.
  3. استخدم خادم API (اختياري). أولاما يعمل API متوافق مع OpenAI على http://localhost:11434/v1 (و API أصلي على /api) — ممتاز للاتصال بسكريبتات Python أو IDEs.
  4. جرب المطالبات الواحدة. قم بتشغيل ollama run gemma4 "Explain how attention mechanisms work in transformers" للحصول على إجابة واحدة دون الدخول في وضع الدردشة.
  5. أدر نماذجك. استخدم ollama list لرؤية النماذج المثبتة، و ollama rm لإزالتها، و ollama ps لرؤية النماذج قيد التشغيل وما إذا كانت على GPU أو CPU.

توصيات النماذج حسب الذاكرة

اختيار حجم النموذج الصحيح أهم من أي شيء آخر في الذكاء الاصطناعي المحلي. هذه إرشادات عملية بناءً على مكتبة أولاما لعام 2026 والأجهزة النموذجية. أولاما افتراضياً على تكميم Q4_K_M.

  • 8 جيجابايت ذاكرة — نماذج 3B–4B: llama3.2:3b، qwen2.5:3b، gemma4:e2b. سريعة وقادرة للدردشة العامة، لكن عمق التفكير محدود. نماذج 7B–8B يمكنها العمل عند Q4 إذا أغلقت التطبيقات الأخرى، لكن 16 جيجابايت هو الحد المريح.
  • 16 جيجابايت ذاكرة — نماذج 7B–8B و 20B: llama3.1:8b، qwen3.6:8b، gpt-oss:20b (MXFP4، 16 جيجابايت). النقطة المثالية للجودة مقابل السرعة. GPT-OSS 20B هو إضافة ملحوظة لعام 2026 تناسب بشكل مريح في 16 جيجابايت.
  • 32 جيجابايت ذاكرة — نماذج 27B–30B: qwen3.6:27b (17 جيجابايت)، qwen3-coder:30b (19 جيجابايت)، glm-4.7-flash (19 جيجابايت)، devstral:24b (14 جيجابايت). جودة تفكير وبرمجة ملحوظاً أفضل من 7B–8B.
  • 64 جيجابايت ذاكرة (أو 24 جيجابايت+ VRAM) — نماذج 70B عند Q4: llama3.3:70b (~43 جيجابايت)، deepseek-r1:70b (~42 جيجابايت). قريبة من جودة النموذج التجاري لمعظم المهام. بدون GPU، توقع استدلال CPU بطيء.
  • 128 جيجابايت ذاكرة (أو 2× 24 جيجابايت VRAM) — نماذج 70B مع هامش، ونماذج MoE أكبر عند تكميم منخفض. أكبر النماذج المفتوحة التي تناسب على أجهزة المستهلكين. GPU موصى به بشدة عند هذا المستوى.

ابدأ بحجم أقل مما تعتقد أن أجهزتك يمكنها التعامل معه — يمكنك دائماً سحب نموذج أكبر لاحقاً بمجرد معرفة ما يعمل.

نصائح مفيدة

  • 🧠 ابدأ صغيراً. إذا كان لديك 8 جيجابايت ذاكرة، ابدأ بنماذج 3B–4B مثل llama3.2:3b أو gemma4:e2b. لذاكرة 16 جيجابايت، جرب gpt-oss:20b أو qwen3.6:8b.
  • 🚀 تمكين إزالة GPU. إذا كان لديك GPU من NVIDIA، سيستخدمه أولاما تلقائياً — لكن تأكد من أن برنامج التشغيل هو 550+ (570+ لقدرة الحوسبة 5.0–6.2). بدون برنامج تشغيل مدعوم، يتراجع أولاما بصمت إلى CPU.
  • 💾 قم بتنزيل النماذج مرة واحدة. النماذج محفوظة محلياً — يمكنك تشغيلها في أي وقت دون إعادة التنزيل.
  • 🔌 اتصل بمحررات الكود. استخدم نقطة النهاية المتوافقة مع OpenAI على http://localhost:11434/v1 للتكامل مع VS Code، أو Cursor، أو سكريبتات Python — لا حاجة لمفاتيح API.
  • 🔄 جرب نماذج مختلفة. استخدم ollama pull لتنزيل نماذج متعددة والتبديل بينها بسهولة.
  • 🔒 خاص ودون اتصال (للنماذج المحلية). الاستدلال المحلي يبقى على جهازك. إذا قمت بتسجيل الدخول إلى Ollama Cloud، فإن مطالبات النماذج السحابية تُرسل إلى خوادم أولاما.
  • ⚙️ التحكم في حجم السياق. أثناء جلسة، استخدم /set parameter num_ctx 8192. لتعيين افتراضي، استخدم متغير البيئة OLLAMA_CONTEXT_LENGTH أو أضف PARAMETER num_ctx 8192 إلى Modelfile. السياق الأكبر يستخدم ذاكرة أكثر.
  • 📊 راقب موارد النظام. قم بتشغيل ollama ps في طرفية أخرى لرؤية النماذج المحملة وما إذا كانت على GPU أو CPU.
  • 🖥️ تحقق من برنامج تشغيل NVIDIA الخاص بك. قم بتشغيل nvidia-smi. إذا كان برنامج التشغيل أقل من 550 (أو أقل من 570 على البطاقات القديمة)، قم بتحديثه قبل استكشاف أداء GPU.

أولاما مقابل LM Studio مقابل GPT4All

  • أولاما: daemon Go مفتوح المصدر مرخص تحت MIT، مجاني للاستخدام الشخصي والتجاري. CLI بسيط (ollama pull، ollama run)، تكامل ممتاز للمطورين (Cursor، Continue، LangChain)، دعم Docker، و API متوافق مع OpenAI على localhost:11434/v1. الأفضل للمطورين وأي شخص يريد أتمتة الذكاء الاصطناعي المحلي من السكريبتات أو الحاويات أو IDEs.
  • LM Studio: GUI سطح مكتب مغلق المصدر، مجاني أيضاً للاستخدام الشخصي والاستخدام الداخلي للأعمال (منذ 8 يوليو 2025). اكتشاف نموذج مدمج، ضوابط معاملات بصرية، وخادم متوافق مع OpenAI قابل للتبديل على المنفذ 1234. استدلال Apple Silicon أسرع من الصندوق عبر backend MLX الخاص به. الأفضل للمستخدمين يستكشفون الذكاء الاصطناعي المحلي مع واجهة بصرية — انظر دليل LM Studio الخاص بنا.
  • GPT4All: مجاني، مفتوح المصدر، وأخف من كليهما. يأتي مع ميزة الدردشة الوثائقية المحلية (RAG) واكتشاف النماذج. يركز على الاستدلال عبر CPU وهو خيار "ثبت ودردش" الأبسط. الأفضل للمستخدمين الذين يريدون تطبيق دردشة محلي أساسي بدون تكوين كبير.

إذا كنت تريد البناء مع النماذج المحلية من السكريبتات أو Docker أو IDEs، فإن أولاما هو المعيار للمطورين وهو مفتوح المصدر بالكامل. LM Studio هو الأفضل للاستكشاف عبر GUI وهو مجاني أيضاً للعمل. GPT4All هو الخيار الأخف والأبسط للدردشة البحتة.

استكشاف الأخطاء الشائعة وإصلاحها

  • ❌ "ollama: command not found" بعد التثبيت. سكريبت التثبيت يضيف أولاما إلى PATH الخاص بك، لكنك تحتاج جلسة طرفية جديدة (أو إعادة تشغيل shell) لالتقاطه. أغلق وأعد فتح طرفيتك، أو قم بتشغيل source ~/.bashrc (أو المكافئ لـ shell الخاص بك).
  • 🧠 النموذج ينفد من الذاكرة أثناء التحميل. النموذج كبير جداً لذاكرتك+VRAM. جرب نموذجاً أصغر، أو علامة تكميم أقل (مثلاً، :q4_K_M)، أو قلل عدد طبقات GPU بإنشاء Modelfile مع PARAMETER num_gpu 20 (أقل من الافتراضي) بحيث يبقى المزيد من النموذج على CPU (أبطأ لكنه يعمل).
  • 🐌 الاستجابات بطيئة جداً. النموذج يعمل على CPU. قم بتشغيل ollama ps للتحقق من عمود PROCESSOR. إذا كان يعرض CPU، تأكد من أن برنامج تشغيل NVIDIA الخاص بك يلبي الحد الأدنى (550+، أو 570+ لقدرة الحوسبة 5.0–6.2). على Apple Silicon، الذاكرة الموحدة تتعامل مع هذا تلقائياً.
  • 💾 التنزيلات تتوقف أو تفشل. تنزيلات النماذج تأتي من سجل أولاما (ليس Hugging Face افتراضياً). إذا فشلت التنزيلات باستمرار، تحقق من شبكتك — جدران الحماية للشركات و VPNs أحياناً تحظرها. جرب ollama pull مرة أخرى مع نموذج مختلف لمعرفة ما إذا كان خاصاً بالنموذج.
  • 🔌 خادم API لا يستجيب. تحقق من أن الخادم يعمل مع ollama serve (أو أن التطبيق يعمل على ويندوز/macOS). اختبر باستخدام curl http://localhost:11434/api/tags في طرفية — استجابة تعني أن الخادم يعمل. للعملاء المتوافقين مع OpenAI، استخدم عنوان URL الأساسي http://localhost:11434/v1.
  • 🎨 المخرج مقطوع في منتصف الجملة. عادة نافذة السياق مستنفدة. ابدأ دردشة جديدة، أو زد طول السياق مع /set parameter num_ctx 8192 أثناء الجلسة (أو اضبط OLLAMA_CONTEXT_LENGTH قبل بدء الخادم).
  • 🖥️ GPU غير مكتشف. قم بتحديث برنامج تشغيل NVIDIA الخاص بك إلى 550+ (570+ للبطاقات القديمة). تأكد من أن GPU لديه قدرة حوسبة 5.0+. على ويندوز ARM64، استخدم بنية ARM64 الأصلية للحصول على دعم CUDA.

الأسئلة الشائعة

هل يمكنني تشغيل أولاما بدون GPU؟

نعم، لكنه سيكون أبطأ. أولاما يتراجع إلى الاستدلال عبر CPU (AVX2 مطلوب)، والذي يعمل لكنه ينتج استجابات في عشرات الثواني بدلاً من الثواني. للاستخدام العرضي، هذا مقبول؛ للاستخدام المنتظم، فإن GPU من NVIDIA (8+ جيجابايت VRAM، برنامج تشغيل 550+؛ برنامج تشغيل 570+ لقدرة الحوسبة 5.0–6.2) أو Mac بـ Apple Silicon أسرع بكثير.

ما الفرق بين أولاما و LM Studio؟

أولاما هو daemon Go مفتوح المصدر مرخص تحت MIT مبني للسكريبتات و Docker والتكامل API. LM Studio هو GUI سطح مكتب مغلق المصدر مبني لتصفح النماذج والدردشة التفاعلية. كلاهما مجاني للاستخدام الشخصي والاستخدام الداخلي للأعمال — أزال LM Studio ترخيصه التجاري المنفصل في 8 يوليو 2025. اختر أولاما للأتمتة والترخيص مفتوح المصدر؛ اختر LM Studio لواجهة بصرية واستدلال Apple Silicon أسرع من الصندوق. انظر دليل LM Studio الخاص بنا.

ما حجم تنزيلات النماذج؟

يعتمد على حجم النموذج والتكميم. النماذج الصغيرة 3B–4B حوالي 2–3 جيجابايت. نماذج 7B–8B حوالي 4–5 جيجابايت. نماذج 13B–14B هي 8–10 جيجابايت. نماذج 27B–30B هي 17–19 جيجابايت عند Q4. نماذج 70B عند Q4 هي 40–43 جيجابايت. خطط للتخزين ووقت التنزيل وفقاً لذلك.

هل يرسل أولاما بياناتي في أي مكان؟

للنماذج المحلية: لا. المطالبات والاستجابات والاستدلال يحدث على جهازك. حركة الشبكة الوحيدة هي عندما تقوم بتنزيل النماذج من سجل أولاما. إذا قمت بتسجيل الدخول إلى Ollama Cloud، فإن مطالبات النماذج السحابية تُرسل إلى خوادم أولاما — النماذج المحلية تظل خاصة.

هل يمكنني استخدام النماذج المحلية مع Cursor أو VS Code؟

نعم. أولاما يعرض API متوافق مع OpenAI على http://localhost:11434/v1 (و API أصلي على /api)، والذي يدعمه Cursor وامتداد Continue في VS Code. قم بتكوين المحرر الخاص بك لاستخدام نقطة النهاية المحلية لأولاما — لا مفاتيح API، لا تكلفة، والكود الخاص بك لا يترك جهازك أبداً.

هل يدعم أولاما نماذج الرؤية؟

نعم. خيارات multimodal الحالية تتضمن Gemma 4 (رؤية وصوت) و Qwen 3.8:27b (إدخال نص وصورة). قم بتشغيل ollama run gemma4 وقدم مسار صورة عند المطالبة، أو استخدم API مع صور مشفرة base64. الخيارات الأقدم مثل llava و llama3.2-vision لا تزال تعمل لكنها لم تعد الافتراضات الأفضل.

هل يتطلب أولاما حساباً؟

لا يوجد حساب مطلوب للنماذج المحلية. Ollama Cloud (بيتا) يتطلب تسجيل الدخول ومفتاح API، لكن daemon المحلي و CLI يعملان بدون أي حساب.

صفحات ذات صلة

7-زيب ‎(7-Zip)‎

قم بتنزيل 7-زيب ‎(7-Zip)‎ مجاناً من الموقع الرسمي. دليل تثبيت خطوة بخطوة لويندوز 10/11، وطريقة استخراج ملفات الضغط RAR و ZIP، ونصائح لحماية كلمة المرور، ومتطلبات النظام.

أبيكس ليجندز ‎(Apex Legends)‎

طريقة تنزيل وتثبيت أبيكس ليجندز (Apex Legends) مجاناً على الكمبيوتر عبر تطبيق EA أو Steam أو Epic. المواصفات الدنيا والموصى بها، ونصائح للمبتدئين، وإعداد ذراع التحكم.

أدوبي بريمير برو ‎(Adobe Premiere Pro)‎

قم بتنزيل أدوبي بريمير برو من Adobe. دليل تثبيت خطوة بخطوة عبر Creative Cloud، تجربة مجانية 7 أيام، أسعار الاشتراك، ومتطلبات النظام، ومقارنة بريمير برو مع DaVinci Resolve و Final Cut Pro.
→ العودة إلى جميع الموارد