北京
2026 年 3 月 5 日，Ollama 正式發(fā)布了v0.17.6版本。這是一次極具實用價值的改進版本，在保持系統(tǒng)穩(wěn)定的基礎上，重點修復了多個長期存在的細節(jié)性問題，包括GLM-OCR 的 Prompt 渲染錯誤、Qwen 3.5 工具調用與解析邏輯, 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、核心代碼結構調整、測試覆蓋改進及潛在影響，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：
1. 修復
GLM-OCR模型因 prompt 渲染錯誤導致無法工作的問題2. 修復
Qwen 3.5模型工具調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Ollama4. 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，同時刪除舊邏輯 4010 行，可見是一次覆蓋范圍較大的“重構 + 修復”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結構體中的PeakMemory相關字段與輸出邏輯。
其原始功能用于在模型推理時統(tǒng)計峰值內存占用，但由于mlx（Memory Layout Executor）層的 API 已移除此項指標，因此不再返回該值。
舊結構：
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"`
}同時刪除了相關的格式化函數(shù)formatPeakMemory、控制臺輸出內容，更新后的日志輸出更加簡潔，避免“空指標”誤導用戶。
這也意味著未來 Ollama 將更聚焦性能時間維度指標，而非硬件狀態(tài)統(tǒng)計。
2. 命令行層更新：移除imagegen運行參數(shù)
cmd/cmd.go文件中刪除了--imagegen標志相關邏輯，不再通過 CLI 參數(shù)控制圖像生成模型使用內部 Runner。
這體現(xiàn)了 v0.17.6 開始逐步統(tǒng)一模型調用接口，將生成型與多模態(tài)模型整合至統(tǒng)一 runner 體系中，從設計上簡化用戶調用路徑。
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，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，當檢測到Ollama (local)名稱時會自動遷移為Ollama，保證現(xiàn)有配置無需手動修改即可被識別。
同時，新單元測試驗證邏輯如下：
? 自動遷移本地 provider 名稱。
? 保留自定義 provider 名稱（即不會覆蓋非默認配置）。
? 刪除模型時保留非 Ollama 模型的子項。
這確保了升級后配置文件兼容性 100%，不會破壞舊有項目結構。
三、模型解析層全面升級：Qwen 3.5 Parser
v0.17.6 最為關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推理標簽...? 增強對分塊流式輸出的識別能力（跨 token stream 漸進渲染）
? 可區(qū)分思考內容（thinking content）與輸出內容（response content）
? 在思考區(qū)間不解析
新增狀態(tài)：
const (
qwen35ParserStateCollectingThinking
qwen35ParserStateThinkingDoneEatingWhitespace
qwen35ParserStateCollectingContent
)解析邏輯以有限狀態(tài)機（FSM）形式實現(xiàn)。當遇到
起始標簽進入思考模式，遇到切換到內容模式。
與此同時，對流式數(shù)據的分段處理更加精準，支持不完整的關閉標簽（如+nk>分兩次到達），確保輸出不會斷裂。
(3) 異常情況處理
? 若
? 若 Assistant 消息為續(xù)寫（帶 prefill），默認跳過起始思考階段；
? 處理
測試文件新增382 行，覆蓋以下場景：
? 工具調用 XML 格式識別；
? 含顯式
? Assistant 預填充（prefill）場景；
? 思考階段中誤判工具調用；
?
? 未閉合標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都具備強魯棒性。
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 Qwen3.5 模型 prompt 生成邏輯，旨在讓模型完全遵循 XML 函數(shù)調用格式與
思考框架。
功能亮點：
? 支持
? 自動拼接系統(tǒng)提示與函數(shù)聲明；
? 支持生成
? 邏輯層支持多工具順序調用，多次
? 思考與輸出完美分離，緊密銜接模型訓練格式。
其他改進：<|im_start|>assistant
I need to fetch the data first.
Here is my analysis.
42<|im_end|>
? 支持
useImgTags圖片標記嵌入（[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補充空? 對工具多次調用場景支持批量寫入；
? 對
assistant prefill保留最后階段輸出，不關閉<|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)調用遞歸；
? Back-to-back 工具響應；
? 思考與工具交錯場景；
? Assistant 預填充完整性校驗。
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 推理接口的真實結構。
2.GLM-OCR Renderer 大幅修復
文件model/renderers/glmocr.go修改 99 行。
這次修復針對核心問題：GLM-OCR 模型無法正確渲染帶圖像的 prompt。
更新要點：
? 新增
GlmOcrRenderer結構體屬性useImgTags；? 引入內部函數(shù)
renderContent()，根據配置動態(tài)選擇是否添加[img-x]標記；? 改善 ImageOffset（圖片計數(shù)偏移）管理；
? 用戶消息按
[img-0][img-1]順序標識多圖輸入；? 流程中修正原先
message.Content與圖片塊拼接順序。
舊版輸出（無法識別圖片位）：
<|user|>請識別圖片內容。新版輸出（帶多圖標記）：
<|user|>
[img-0][img-1]請識別圖片內容。同時新增glmocr_test.go文件（99 行），驗證包括以下 5 種情況：
1. 單張圖片；
2. 多張圖片；
3. 多輪對話圖像偏移；
4. 默認模式不添加圖像標簽；
5. 無圖像場景內容保持一致。
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簽選項。
這使兩個模型在渲染階段均獲得一致的上下文構造與多模態(tài)支持。
五、服務器邏輯補充更新
在server.go中，刪除了CompletionResponse返回體的PeakMemory字段，使 API 輸出與 Metrics 同步調整。
這確保了傳輸數(shù)據更輕量化、字段結構一致。
六、測試體系增強
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準名稱；?GLM-OCR 多圖輸入測試
確認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)據拼接；?工具調用與 reasoning 多階段測試
驗證多工具連續(xù)調用的 XML 結構合法性；?Streaming 行為測試
分塊輸入下保持狀態(tài)一致性。
針對復雜推理模型，如 Qwen3.5 這種包含
和
的混合流式結構，此輪測試確保無論在并發(fā)推理還是斷流恢復場景下都不丟失內容。
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)團隊對云端模型加載機制進行深度優(yōu)化與驗證。
八、總結與展望
Ollama v0.17.6 是一次結構性的重要版本更新。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)出平臺從實驗型向工業(yè)化過渡的信號。
核心收益總結：
1.GLM-OCR修復后，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
3.配置文件自動遷移，升級成本為零。
4.API 數(shù)據結構簡化，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)定與準確。
通過對 v0.17.6 的更新，可以預見 Ollama 在未來版本中將繼續(xù)強化多模態(tài)與 reasoning 模式集成，為 LLM 本地部署與企業(yè)多模型協(xié)作提供更堅實的基礎。
結語
代碼地址：github.com/ollama/ollama
Ollama v0.17.6 雖非大版本跳躍，但卻在細節(jié)上體現(xiàn)了極高的工程重視度。
從配置遷移到渲染邏輯，再到工具調用與流式解析，幾乎每個子模塊都在朝著更統(tǒng)一、更可靠、更智能的方向演進。
我們相信人工智能為普通人提供了一種“增強工具”，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。 歡迎關注“福大大架構師每日一題”，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：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
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.
