如何将大模型镜像和 Ollama 镜像打包在一个 Docker 镜像中

最近工作中有个需求是将ollama和大模型一起打成一个镜像部署，将自己的操作步骤分享给大家。将大模型与 Ollama 服务打包在同一个 Docker 镜像中，可以简化部署流程并确保环境一致性。下面详细介绍实现步骤。

准备工作

首先需要准备以下内容：

• 已有的 Ollama 基础镜像（如 ollama/ollama:latest）

• 大模型文件（如 .gguf 格式的量化模型），可以huggingface上下载对应的版本模型文件，地址：HuggingFace官网

• 一个 Modelfile 用于定义模型参数

• 基础的 Linux 环境和 Docker 运行环境

构建步骤

1. 创建工作目录和文件结构

首先创建一个目录用于存放构建所需的文件：

mkdir ollama-model-bundle
cd ollama-model-bundle

2. 准备 Modelfile

在目录中创建 Modelfile，定义模型参数：

FROM /root/.ollama/models/qwen1_5-0_5b-chat-q5_k_m.gguf
NAME qwen
PARAMETER num_ctx 2048
PARAMETER temperature 0.7

3. 创建 Dockerfile

创建 Dockerfile 定义镜像构建过程：

# 基础镜像：使用Ollama官方镜像
FROM ollama/ollama:latest
​
# 设置工作目录
WORKDIR /app
# 复制模型文件到 Ollama 模型目录
COPY qwen1_5-0_5b-chat-q5_k_m.gguf /root/.ollama/models/qwen1_5-0_5b-chat-q5_k_m.gguf
​
# 设置文件权限（确保 Ollama 可以读取）
RUN chmod 644 /root/.ollama/models/qwen1_5-0_5b-chat-q5_k_m.gguf
COPY Modelfile /root/.ollama/models/Modelfile
​
RUN chmod 644 /root/.ollama/models/Modelfile
​
COPY entrypoint.sh /app/entrypoint.sh
​
​
# 设置文件权限
RUN chmod +x /app/entrypoint.sh 
​
# 设置环境变量（如果需要）
ENV PATH="/usr/local/bin:$PATH"
​
# 设置入口点和默认命令
​
ENTRYPOINT ["/app/entrypoint.sh"]
CMD ["serve"]
​
# 暴露Ollama服务端口
EXPOSE 11434

entrypoint.sh的内容是创建启动大模型

示例：

#!/bin/bash
​
set -e
​
# 检查模型是否已存在，不存在则导入
if ! ollama list | grep -q "qwen1_5-chat"; thenecho "正在导入Qwen1_5模型..."ollama create qwen1_5-chat -f /root/.ollama/models/Modelfile
fi
​
# 启动Ollama服务
echo "启动Ollama服务..."
exec ollama serve "$@"

4. 复制模型文件到构建上下文

将大模型文件（如 Qwen-0.6b.q8_0.gguf）复制到当前目录：

cp /path/to/Qwen-0.6b.q8_0.gguf .

5. 构建 Docker 镜像

使用以下命令构建镜像：

docker build -t ollama-qwen:custom .

参数说明：

• -t ollama-qwen:custom：指定镜像标签为 ollama-qwen，版本为 custom

• .：指定当前目录为构建上下文

6. 测试镜像

构建完成后，可以测试镜像是否正常工作：

docker run -d -p 11434:11434 ollama-qwen:custom

测试模型是否可用：

curl http://localhost:11434/api/tags

7. 保存镜像为文件

将构建好的镜像保存为 .tar 文件：

docker save -o ollama-qwen-custom.tar ollama-qwen:custom

注意事项

1. 镜像大小控制：

   • 大模型文件可能非常大（数 GB），导致镜像体积庞大

   • 可以考虑使用多阶段构建或压缩技术减小镜像体积

   • 例如，使用 docker export 和 docker import 结合 gzip 压缩：

   docker save ollama-qwen:custom | gzip > ollama-qwen-custom.tar.gz

2. 模型路径问题：

   • 在 Modelfile 中使用绝对路径（如 /root/.ollama/models/qwen1_5-0_5b-chat-q5_k_m.gguf）

   • 确保 Dockerfile 中的 COPY 命令与 Modelfile 中的路径一致

3. 权限问题：

   • 确保模型文件和 Modelfile 的权限设置正确（通常为 644）

   • 如果遇到权限问题，可以在容器内使用 chown 命令更改文件所有者

4. 模型预加载：

   • 如果在 Dockerfile 中启用预加载（取消注释相关行），构建时间会增加

   • 但可以减少容器首次启动时的等待时间

5. 网络访问：

   • 如果模型需要联网下载额外资源，确保容器有网络访问权限

   • 可以在构建时添加 --network=host 参数

常见问题解决

1. 模型加载失败：

   • 检查 Modelfile 语法是否正确

   • 确认模型文件路径在容器内是否正确

   • 使用 docker logs <container_id> 查看详细错误信息

2. 磁盘空间不足：

   • 使用 df -h 检查磁盘空间

   • 清理不必要的 Docker 镜像和容器：docker system prune -a

   • 考虑使用更大容量的磁盘或挂载点

3. 性能问题：

   • 如果模型运行缓慢，检查容器资源限制

   • 可以通过 docker run 添加 --cpus 和 --memory 参数调整资源分配

通过以上步骤，你可以成功将大模型和 Ollama 服务打包在同一个 Docker 镜像中，并导出为可分发的文件。