如何用OLLAMA+D盘安装优化本地AI开发环境

快速体验

1. 打开 InsCode(快马)平台 https://www.inscode.net
2. 输入框内输入如下内容：

创建一个Python脚本，用于检测系统磁盘空间并自动将OLLAMA安装到指定磁盘（优先选择D盘）。脚本应包含以下功能：1.检查各磁盘剩余空间 2.提供交互式选择安装路径 3.自动设置环境变量 4.验证安装是否成功 5.生成安装报告。使用argparse处理命令行参数，确保代码有良好的错误处理和日志记录。

1. 点击'项目生成'按钮，等待项目生成完整后预览效果

最近在本地跑AI模型时遇到了C盘空间告急的问题，特别是使用OLLAMA这类需要下载大体积模型文件的工具时。经过一番折腾，终于摸索出一套将OLLAMA安装到D盘的完整方案，顺便写了个自动化脚本帮自己和其他开发者省去手动配置的麻烦。

为什么需要调整安装路径？

1. 空间问题：默认安装到C盘的程序文件目录，但AI模型动辄几十GB，C盘很快就会被占满
2. 性能考虑：D盘通常是数据盘，读写速度可能优于系统盘，尤其当C盘是SSD而D盘是HDD时
3. 管理便利：所有AI相关资源集中存放，重装系统时不会丢失模型文件

自动化脚本设计思路

这个Python脚本主要解决四个核心需求：

1. 磁盘检测：通过调用系统命令获取各分区剩余空间，优先选择空间充足的D盘
2. 交互安装：如果D盘不可用，提供图形化界面让用户选择其他安装位置
3. 环境配置：自动修改系统环境变量，确保OLLAMA能正确识别模型存储路径
4. 验证机制：安装完成后运行基础命令检查是否正常工作，并生成详细报告

关键技术实现要点

1. 跨平台兼容：
2. Windows系统使用wmi模块获取磁盘信息
3. Linux/macOS通过df命令解析磁盘数据

4. 用try-catch处理不同系统的兼容性问题

5. 路径处理：

6. 自动创建ollama_storage目录并设置755权限
7. 处理路径中的空格和特殊字符转义

8. 备份原始环境变量以便回滚

9. 错误处理：

10. 磁盘空间不足时给出明确提示
11. 权限不足时尝试提权操作
12. 记录详细日志供排查问题

实际使用体验

运行脚本后的典型流程：

1. 命令行执行时会先显示各磁盘空间情况
2. 自动选择D盘（可按提示修改）
3. 静默完成下载安装和环境配置
4. 最后输出验证结果和模型存储路径

遇到过一次D盘权限问题，脚本自动fallback到E盘并记录了详细错误信息，这点很贴心。

优化建议

1. 可以增加模型下载进度显示
2. 添加对WSL环境的特殊处理
3. 支持预设配置文件实现无人值守安装
4. 考虑增加定期清理旧模型的维护功能

这个方案在团队内部推广后，新同事的OLLAMA环境配置时间从原来的半小时缩短到2分钟，再没人抱怨C盘爆炸了。特别是结合InsCode(快马)平台的在线调试功能，可以随时验证模型运行效果，不用再担心本地环境配置问题。

对于需要频繁切换模型的开发者，建议把脚本和InsCode结合使用 - 本地用D盘跑大模型，云端快速验证代码片段，既节省空间又提升效率。平台的一键部署功能特别适合展示AI应用demo，不用操心服务器配置就能获得可分享的临时测试环境。

快速体验

1. 打开 InsCode(快马)平台 https://www.inscode.net
2. 输入框内输入如下内容：

创建一个Python脚本，用于检测系统磁盘空间并自动将OLLAMA安装到指定磁盘（优先选择D盘）。脚本应包含以下功能：1.检查各磁盘剩余空间 2.提供交互式选择安装路径 3.自动设置环境变量 4.验证安装是否成功 5.生成安装报告。使用argparse处理命令行参数，确保代码有良好的错误处理和日志记录。

1. 点击'项目生成'按钮，等待项目生成完整后预览效果