> For the complete documentation index, see [llms.txt](https://unsloth.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://unsloth.ai/docs/fr/integrations/connections/ollama.md).
# Comment connecter Ollama à Unsloth
Ollama vous permet d’exécuter des LLM locaux sur votre propre matériel, et [Unsloth](https://github.com/unslothai/unsloth) rend facile la connexion et l’exécution de ces modèles directement dans une interface de chat UI open source. Dans ce guide, vous apprendrez à installer Ollama, à exécuter des modèles natifs Ollama ou des modèles GGUF depuis Hugging Face, à connecter Ollama à Unsloth et à commencer à discuter avec des modèles d’IA locaux.
Que vous souhaitiez utiliser des modèles comme [Qwen](/docs/fr/modeles/qwen3.6.md), importer un fichier GGUF ou exposer votre serveur Ollama local via un point de terminaison compatible OpenAI, ce guide couvre toute la configuration, de l’installation jusqu’au premier chat.
### Configuration
{% stepper %}
{% step %}
#### Installer ou préparer Ollama
{% tabs %}
{% tab title="macOS" %}
Installez Ollama avec le script d’installation :
```bash
curl -fsSL https://ollama.com/install.sh | sh
```
Vous pouvez aussi télécharger Ollama manuellement depuis [ollama.com/download](https://ollama.com/download).
{% endtab %}
{% tab title="Windows" %}
Installez Ollama depuis PowerShell :
```powershell
irm https://ollama.com/install.ps1 | iex
```
Vous pouvez aussi télécharger Ollama manuellement depuis [ollama.com/download](https://ollama.com/download/OllamaSetup.exe).
{% endtab %}
{% tab title="Linux" %}
Installez Ollama avec le script d’installation :
```bash
curl -fsSL https://ollama.com/install.sh | sh
```
Vous pouvez aussi télécharger Ollama manuellement depuis [ollama.com/download](https://docs.ollama.com/linux#manual-install).
{% endtab %}
{% tab title="Docker" %}
L’image Docker officielle d’Ollama est `ollama/ollama` sur Docker Hub.
```bash
docker run -d \
-v ollama:/root/.ollama \
-p 11434:11434 \
--name ollama \
ollama/ollama
```
{% endtab %}
{% endtabs %}
Ollama s’exécute généralement à :
```
http://localhost:11434
```
{% endstep %}
{% step %}
#### Exécuter un modèle
Vous pouvez choisir un modèle de deux façons courantes :
* Recherchez des modèles natifs Ollama sur [ollama.com/search](https://ollama.com/search), puis copiez le nom du modèle.
* Utilisez un modèle GGUF depuis Hugging Face, puis copiez la commande Ollama depuis **Utiliser ce modèle**.
Pour un modèle Ollama, récupérez-le et exécutez-le :
```bash
ollama pull qwen3.6:35b-a3b
ollama run qwen3.6:35b-a3b
```
Si l’application ou le service Ollama n’est pas déjà en cours d’exécution, démarrez-le d’abord :
```bash
ollama serve
```
#### Choisir un GGUF sur Hugging Face
Si vous utilisez un modèle GGUF de Hugging Face, le moyen le plus simple d’obtenir la commande est depuis la page du modèle.
Ouvrez le modèle que vous souhaitez utiliser, cliquez sur **Utiliser ce modèle**, puis choisissez **Ollama** dans la liste des applications locales. Choisissez la quantification souhaitée dans le menu déroulant, puis copiez la commande générée.
Par exemple, avec Ollama :
```bash
ollama run hf.co/unsloth/Qwen3.6-35B-A3B-GGUF:UD-Q4_K_XL
```
Cela permet d’éviter les erreurs avec le nom du dépôt ou la balise de quantification.
{% endstep %}
{% step %}
#### Connecter Ollama à Unsloth
Ouvrez **Paramètres → Connexions**, puis cliquez sur **Ajouter une connexion**.
Sélectionnez **Ollama**, puis saisissez les détails de votre connexion :
Utilisez l’URL Ollama indiquée dans le formulaire Unsloth. Dans la plupart des configurations locales, il s’agit de :
```
http://localhost:11434
```
Si Unsloth demande une URL de base compatible OpenAI, utilisez :
```
http://localhost:11434/v1
```
Ollama n’a normalement pas besoin de clé API. Laissez le champ de clé API vide, sauf si vous utilisez un proxy qui en exige une.
Cliquez sur **Charger les modèles** pour récupérer les modèles en cours d’exécution dans Ollama, ou saisissez vous-même l’ **ID du modèle** par exemple `qwen3.6`.
{% endstep %}
{% step %}
#### Prêt à discuter
Après avoir cliqué sur **Ajouter une connexion**, les modèles que vous avez activés apparaîtront désormais sous **Connecté** dans le menu déroulant **Sélectionner un modèle** .
{% endstep %}
{% endstepper %}
#### Commandes Ollama courantes
Utilisez-les lors de la configuration du modèle que vous souhaitez exposer à Unsloth :
| Commande | Ce qu’elle fait |
| ----------------------------- | ---------------------------------------------------- |
| `ollama run qwen3.6:35b-a3b` | Exécuter un modèle et ouvrir un chat interactif |
| `ollama pull qwen3.6:35b-a3b` | Télécharger un modèle sans lancer le chat |
| `ollama ls` | Lister les modèles téléchargés |
| `ollama ps` | Lister les modèles actuellement en cours d’exécution |
| `ollama stop qwen3.6:35b-a3b` | Arrêter un modèle en cours d’exécution |
| `ollama rm qwen3.6:35b-a3b` | Supprimer un modèle téléchargé |
| `ollama serve` | Démarrer le serveur Ollama |
Si vous importez un GGUF local dans Ollama, créez un `Modelfile`, puis exécutez :
```bash
ollama create -f Modelfile
```
Si Ollama n’est pas détecté, assurez-vous que l’application ou le service Ollama est en cours d’exécution. Ensuite, cliquez à nouveau sur **Charger les modèles** dans Unsloth.
Pour la liste complète des commandes, consultez la [référence CLI Ollama](https://docs.ollama.com/cli).
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://unsloth.ai/docs/fr/integrations/connections/ollama.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.