ollama v0.17.6 發(fā)布：重大解析修復(fù)與 Qwen3.5 完整支持，全鏈路優(yōu)化模型渲染與工具調(diào)用

2026-03-06 00:08:59　來源: moonfdd

北京舉報(bào)

分享至

2026 年 3 月 5 日，Ollama 正式發(fā)布了v0.17.6版本。這是一次極具實(shí)用價(jià)值的改進(jìn)版本，在保持系統(tǒng)穩(wěn)定的基礎(chǔ)上，重點(diǎn)修復(fù)了多個(gè)長期存在的細(xì)節(jié)性問題，包括GLM-OCR 的 Prompt 渲染錯(cuò)誤、Qwen 3.5 工具調(diào)用與解析邏輯, 并帶來了對模型渲染、工具鏈、配置兼容性等方面的進(jìn)一步完善。

本篇文章將全面解析 v0.17.6 的變更列表、核心代碼結(jié)構(gòu)調(diào)整、測試覆蓋改進(jìn)及潛在影響，幫助開發(fā)者清晰理解此次升級的深度與意義。

一、版本概覽

發(fā)布日期：2026 年 3 月 5 日
版本號：v0.17.6
更新重點(diǎn)：

1. 修復(fù)GLM-OCR模型因 prompt 渲染錯(cuò)誤導(dǎo)致無法工作的問題
2. 修復(fù)Qwen 3.5模型工具調(diào)用的解析與渲染問題
3. 優(yōu)化模型配置文件命名兼容，例如Ollama (local)自動遷移為Ollama
4. 移除舊版本imagegenLLM 模型與peak memoryAPI 字段
5. 引入全新的 Qwen3.5 渲染及解析模塊，全面支持thinking模式

此次更新共包含12 次提交、修改51 個(gè)文件，由 7 名開發(fā)人員完成。從 diff 記錄看，涉及到新增代碼超過 3900 行，同時(shí)刪除舊邏輯 4010 行，可見是一次覆蓋范圍較大的“重構(gòu) + 修復(fù)”整合版本。

二、總體改動組成 1. API 層變化：移除PeakMemory字段

api/types.go文件中刪除了Metrics結(jié)構(gòu)體中的PeakMemory相關(guān)字段與輸出邏輯。
其原始功能用于在模型推理時(shí)統(tǒng)計(jì)峰值內(nèi)存占用，但由于mlx（Memory Layout Executor）層的 API 已移除此項(xiàng)指標(biāo)，因此不再返回該值。

舊結(jié)構(gòu)：

type Metrics struct {
    TotalDuration time.Duration `json:"total_duration,omitempty"`
    PeakMemory    uint64        `json:"peak_memory,omitempty"`
}

刪除后：

type Metrics struct {
    TotalDuration time.Duration `json:"total_duration,omitempty"`
}

同時(shí)刪除了相關(guān)的格式化函數(shù)formatPeakMemory、控制臺輸出內(nèi)容，更新后的日志輸出更加簡潔，避免“空指標(biāo)”誤導(dǎo)用戶。

這也意味著未來 Ollama 將更聚焦性能時(shí)間維度指標(biāo)，而非硬件狀態(tài)統(tǒng)計(jì)。

2. 命令行層更新：移除imagegen運(yùn)行參數(shù)

cmd/cmd.go文件中刪除了--imagegen標(biāo)志相關(guān)邏輯，不再通過 CLI 參數(shù)控制圖像生成模型使用內(nèi)部 Runner。

這體現(xiàn)了 v0.17.6 開始逐步統(tǒng)一模型調(diào)用接口，將生成型與多模態(tài)模型整合至統(tǒng)一 runner 體系中，從設(shè)計(jì)上簡化用戶調(diào)用路徑。

3. 配置遷移優(yōu)化：Ollama (local) → Ollama

在配置管理模塊cmd/config/opencode.go中新增了名稱遷移邏輯，解決了配置兼容問題。
許多開發(fā)者此前使用本地 provider 時(shí)，其配置如下：

{
  "provider":{
    "ollama":{
      "name":"Ollama (local)",
      "npm":"@ai-sdk/openai-compatible",
      "options":{"baseURL":"http://localhost:11434/v1"}
    }
}
}

新版本中，當(dāng)檢測到Ollama (local)名稱時(shí)會自動遷移為Ollama，保證現(xiàn)有配置無需手動修改即可被識別。

同時(shí)，新單元測試驗(yàn)證邏輯如下：

? 自動遷移本地 provider 名稱。
? 保留自定義 provider 名稱（即不會覆蓋非默認(rèn)配置）。
? 刪除模型時(shí)保留非 Ollama 模型的子項(xiàng)。

這確保了升級后配置文件兼容性 100%，不會破壞舊有項(xiàng)目結(jié)構(gòu)。

三、模型解析層全面升級：Qwen 3.5 Parser

v0.17.6 最為關(guān)鍵的更新在于模型解析器部分。
新增文件model/parsers/qwen35.go（238 行新增）正式引入了Qwen3.5 專屬解析器 Qwen35Parser，取代原有的通用Qwen3Parser。

(1) 核心特性

? 完整支持thinking推理標(biāo)簽...
? 增強(qiáng)對分塊流式輸出的識別能力（跨 token stream 漸進(jìn)渲染）
? 可區(qū)分思考內(nèi)容（thinking content）與輸出內(nèi)容（response content）
? 在思考區(qū)間不解析，避免錯(cuò)把 reasoning 內(nèi)部結(jié)構(gòu)誤識別為工具調(diào)用

(2) 狀態(tài)機(jī)設(shè)計(jì)

新增狀態(tài)：

const (
    qwen35ParserStateCollectingThinking
    qwen35ParserStateThinkingDoneEatingWhitespace
    qwen35ParserStateCollectingContent
)

解析邏輯以有限狀態(tài)機(jī)（FSM）形式實(shí)現(xiàn)。當(dāng)遇到起始標(biāo)簽進(jìn)入思考模式，遇到切換到內(nèi)容模式。
與此同時(shí)，對流式數(shù)據(jù)的分段處理更加精準(zhǔn)，支持不完整的關(guān)閉標(biāo)簽（如+nk>分兩次到達(dá)），確保輸出不會斷裂。

(3) 異常情況處理

? 若未關(guān)閉，自動將后續(xù)內(nèi)容視為思考過程輸出；
? 若 Assistant 消息為續(xù)寫（帶 prefill），默認(rèn)跳過起始思考階段；
? 處理嵌套、空格、換行符自動剔除，輸出純凈的 reasoning 文本。

(4) 測試覆蓋 (model/parsers/qwen35_test.go)

測試文件新增382 行，覆蓋以下場景：

? 工具調(diào)用 XML 格式識別；
? 含顯式標(biāo)簽的 reasoning 內(nèi)容提?。?/p>
? Assistant 預(yù)填充（prefill）場景；
? 思考階段中誤判工具調(diào)用；
?標(biāo)簽被分片情況；
? 未閉合標(biāo)簽情況下的安全輸出。

這些測試使 Qwen 3.5 解析流程從多線程推理到斷流恢復(fù)都具備強(qiáng)魯棒性。

四、模型渲染層優(yōu)化：全面更新 Qwen3.5 與 GLM-OCR Renderer

渲染器層：model/renderers/目錄新增了兩大核心組件：

1.Qwen35Renderer

文件model/renderers/qwen35.go，新增 389 行。
該渲染器對應(yīng) Qwen3.5 模型 prompt 生成邏輯，旨在讓模型完全遵循 XML 函數(shù)調(diào)用格式與思考框架。

功能亮點(diǎn)：

? 支持指令區(qū)塊嵌入，格式嚴(yán)格遵循模型需求；
? 自動拼接系統(tǒng)提示與函數(shù)聲明；
? 支持生成塊，帶與；
? 邏輯層支持多工具順序調(diào)用，多次塊組裝；
? 思考與輸出完美分離，緊密銜接模型訓(xùn)練格式。

渲染示例結(jié)構(gòu)：

<|im_start|>assistant
 

I need to fetch the data first.

 Here is my analysis.
 
 
 
 
 
 
42

 <|im_end|>

其他改進(jìn)：

? 支持useImgTags圖片標(biāo)記嵌入（[img-0], [img-1]），兼容多模態(tài)；
? 提供emitEmptyThinkOnNoThink參數(shù)，用于未啟用思考模式時(shí)補(bǔ)充空模塊；
? 對工具多次調(diào)用場景支持批量寫入；
? 對assistant prefill保留最后階段輸出，不關(guān)閉<|im_start|>塊。

測試文件model/renderers/qwen35_test.go共新增 389 行，涵蓋：

? 多輪對話、函數(shù)調(diào)用遞歸；
? Back-to-back 工具響應(yīng)；
? 思考與工具交錯(cuò)場景；
? Assistant 預(yù)填充完整性校驗(yàn)。

該模塊的引入使得 Ollama 在多模型推理框架下更貼合阿里 Qwen3.5 推理接口的真實(shí)結(jié)構(gòu)。

2.GLM-OCR Renderer 大幅修復(fù)

文件model/renderers/glmocr.go修改 99 行。
這次修復(fù)針對核心問題：GLM-OCR 模型無法正確渲染帶圖像的 prompt。

更新要點(diǎn)：

? 新增GlmOcrRenderer結(jié)構(gòu)體屬性useImgTags；
? 引入內(nèi)部函數(shù)renderContent()，根據(jù)配置動態(tài)選擇是否添加[img-x]標(biāo)記；
? 改善 ImageOffset（圖片計(jì)數(shù)偏移）管理；
? 用戶消息按[img-0][img-1]順序標(biāo)識多圖輸入；
? 流程中修正原先message.Content與圖片塊拼接順序。

渲染前后差異：

舊版輸出（無法識別圖片位）：

<|user|>請識別圖片內(nèi)容。

新版輸出（帶多圖標(biāo)記）：

<|user|>
[img-0][img-1]請識別圖片內(nèi)容。

同時(shí)新增glmocr_test.go文件（99 行），驗(yàn)證包括以下 5 種情況：

1. 單張圖片；
2. 多張圖片；
3. 多輪對話圖像偏移；
4. 默認(rèn)模式不添加圖像標(biāo)簽；
5. 無圖像場景內(nèi)容保持一致。

這意味著以后 GLM-OCR 模型將可以在多圖輸入下穩(wěn)定進(jìn)行 OCR 推理，輸出定位將完整無誤。

3. 渲染器選擇邏輯更新

在model/renderers/renderer.go中更新了模型映射：

case "qwen3.5":
    renderer := &Qwen35Renderer{isThinking: true, emitEmptyThinkOnNoThink: true, useImgTags: RenderImgTags}
case "glm-ocr":
    return &GlmOcrRenderer{useImgTags: RenderImgTags}

即：

? 將原來的Qwen3VLRenderer替換為新的Qwen35Renderer；
? 為GLM-OCR渲染器開啟全局圖片標(biāo)簽選項(xiàng)。

這使兩個(gè)模型在渲染階段均獲得一致的上下文構(gòu)造與多模態(tài)支持。

五、服務(wù)器邏輯補(bǔ)充更新

在server.go中，刪除了CompletionResponse返回體的PeakMemory字段，使 API 輸出與 Metrics 同步調(diào)整。
這確保了傳輸數(shù)據(jù)更輕量化、字段結(jié)構(gòu)一致。

六、測試體系增強(qiáng)

此次更新新增測試覆蓋超過 1000 行，主要針對以下方向：

?配置遷移測試
確保舊配置自動升級為標(biāo)準(zhǔn)名稱；
?GLM-OCR 多圖輸入測試
確認(rèn)每張圖片得到正確索引；
?Qwen3.5 渲染與解析系統(tǒng)測試
模擬思考場景、函數(shù)嵌套、流式數(shù)據(jù)拼接；
?工具調(diào)用與 reasoning 多階段測試
驗(yàn)證多工具連續(xù)調(diào)用的 XML 結(jié)構(gòu)合法性；
?Streaming 行為測試
分塊輸入下保持狀態(tài)一致性。

針對復(fù)雜推理模型，如 Qwen3.5 這種包含和的混合流式結(jié)構(gòu)，此輪測試確保無論在并發(fā)推理還是斷流恢復(fù)場景下都不丟失內(nèi)容。

七、移除舊模型與無效依賴

本次更新清理了歷史遺留的imagegen LLM模型，以及云模型拉取過程中的存根要求，進(jìn)一步簡化了部署過程。
Revert提交中體現(xiàn)了多次回滾與重放操作，表明研發(fā)團(tuán)隊(duì)對云端模型加載機(jī)制進(jìn)行深度優(yōu)化與驗(yàn)證。

八、總結(jié)與展望

Ollama v0.17.6 是一次結(jié)構(gòu)性的重要版本更新。它沒有去追求新增功能，而是聚焦于底層穩(wěn)定性、模型兼容與推理一致性的打磨，體現(xiàn)出平臺從實(shí)驗(yàn)型向工業(yè)化過渡的信號。

核心收益總結(jié)：

1.GLM-OCR修復(fù)后，OCR 模型可穩(wěn)定處理多圖輸入。
2.Qwen3.5渲染與解析系統(tǒng)配套上線，支持完整思考標(biāo)簽鏈路。
3.配置文件自動遷移，升級成本為零。
4.API 數(shù)據(jù)結(jié)構(gòu)簡化，輸出更清晰、兼容性更高。
5.測試覆蓋度大幅提升，確保行為穩(wěn)定與準(zhǔn)確。

通過對 v0.17.6 的更新，可以預(yù)見 Ollama 在未來版本中將繼續(xù)強(qiáng)化多模態(tài)與 reasoning 模式集成，為 LLM 本地部署與企業(yè)多模型協(xié)作提供更堅(jiān)實(shí)的基礎(chǔ)。

結(jié)語

代碼地址：github.com/ollama/ollama

Ollama v0.17.6 雖非大版本跳躍，但卻在細(xì)節(jié)上體現(xiàn)了極高的工程重視度。
從配置遷移到渲染邏輯，再到工具調(diào)用與流式解析，幾乎每個(gè)子模塊都在朝著更統(tǒng)一、更可靠、更智能的方向演進(jìn)。

我們相信人工智能為普通人提供了一種“增強(qiáng)工具”，并致力于分享全方位的AI知識。在這里，您可以找到最新的AI科普文章、工具評測、提升效率的秘籍以及行業(yè)洞察。歡迎關(guān)注“福大大架構(gòu)師每日一題”，發(fā)消息可獲得面試資料，讓AI助力您的未來發(fā)展。

特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.