Bolt.diy 连接外部 Ollama 服务器的配置指南
2025-05-15 06:13:47作者:丁柯新Fawn
问题背景
在使用 Bolt.diy 项目时,许多开发者会遇到无法正确连接外部 Ollama 服务器的问题。具体表现为:在 Bolt.diy 界面中选择 Ollama 作为提供程序后,无法显示可用的模型列表,并出现 API 错误提示。
核心问题分析
经过技术排查,发现这主要是由于 Ollama 服务器的跨域访问限制导致的。Ollama 默认配置下不允许来自其他域或 IP 的请求,即使网络连接本身是通畅的。
详细解决方案
1. 确认基础网络连通性
首先需要确保 Bolt.diy 服务器能够访问 Ollama 服务器。可以通过以下命令测试:
curl http://<ollama-server-ip>:11434/api/tags
如果能够返回模型列表,说明基础网络连接正常。
2. 配置 Ollama 服务器
关键步骤是正确配置 Ollama 服务器以允许外部访问:
对于 Ubuntu 系统(systemd 服务)
- 编辑 Ollama 服务配置:
sudo systemctl edit ollama
- 添加以下环境变量配置:
[Service]
Environment="OLLAMA_HOST=0.0.0.0"
Environment="OLLAMA_ORIGINS=*"
- 重启 Ollama 服务:
sudo systemctl restart ollama
配置参数说明
OLLAMA_HOST=0.0.0.0:使 Ollama 监听所有网络接口OLLAMA_ORIGINS=*:允许来自任何源的跨域请求(生产环境应考虑更严格的设置)
3. 其他可选优化参数
根据实际需求,还可以配置以下参数:
Environment="OLLAMA_NUM_PARALLEL=8" # 并行处理数
Environment="OLLAMA_MAX_LOADED_MODELS=2" # 最大加载模型数
Environment="OLLAMA_KEEP_ALIVE=3600" # 模型保持时间(秒)
4. Bolt.diy 客户端配置
在 Bolt.diy 的 Settings 页面中:
- 选择 Ollama 作为提供程序
- 输入 Ollama 服务器的完整 URL(如
http://192.168.1.100:11434) - API Key 字段可以留空或随意填写(Ollama 不需要 API 密钥)
验证配置
完成上述步骤后,返回 Bolt.diy 主界面:
- 选择 Ollama 作为模型提供方
- 应该能够看到 Ollama 服务器上的所有可用模型列表
- 可以正常开始对话
安全建议
对于生产环境,建议:
- 使用更精确的
OLLAMA_ORIGINS设置,只允许特定域或 IP - 考虑在 Ollama 前设置反向代理(如 Nginx)并配置 HTTPS
- 使用防火墙规则限制可以访问 Ollama 端口的 IP
总结
通过正确配置 Ollama 服务器的网络访问权限,特别是跨域设置,可以解决 Bolt.diy 无法显示外部 Ollama 模型的问题。这一解决方案不仅适用于 Bolt.diy,对于其他需要远程访问 Ollama 的场景也同样适用。
对于开发者而言,理解这类问题的本质(跨域访问限制)有助于解决类似的其他服务集成问题。在实际部署中,应根据具体环境平衡功能需求与安全考量。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
387
458
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
680
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781