Guida di Riferimento Rapido¶
Selezione Interattiva del Modello¶
Tutti i comandi make relativi ai modelli ora offrono menu di selezione interattivi. Non c'è bisogno di ricordare o digitare percorsi lunghi!
Chatta con un Modello¶
make chat
Cosa succede:
1. Mostra un elenco numerato di tutti i modelli disponibili
2. Selezioni con quale modello chattare
3. Avvia una sessione di chat interattiva
4. Digita i messaggi e ricevi le risposte
5. Usa /bye o Ctrl+D per uscire
Esempio di output:
💬 Chat with a model
📦 Available models:
[1] llama3.2:1b (1.3 GB)
[2] mistral:7b (4.1 GB)
[3] my-chatbot (1.3 GB) ⭐
[4] my-code-helper (1.3 GB) ⭐
[0] Cancel
Select a model to chat with [0-4]: 3
🚀 Starting chat with: my-chatbot
💡 Tips:
- Type your messages and press Enter
- Use /bye to exit the chat
- Use Ctrl+D to exit
───────────────────────────────────────────────────────
>>> Hello! How are you?
I'm doing great, thanks for asking! How can I help you today?
>>> Tell me a joke
Why don't scientists trust atoms? Because they make up everything!
>>> /bye
👋 Chat ended
Crea un Modello Personalizzato¶
make create-model
Cosa succede:
1. Mostra un elenco numerato di tutti i Modelfile in models/examples/ e models/custom/
2. Selezioni per numero
3. Inserisci un nome per il tuo nuovo modello
4. Il modello viene creato
Esempio di output:
🔨 Create a custom model
📁 Available Modelfiles:
[1] examples/chatbot/Modelfile
[2] examples/code-assistant/Modelfile
[3] examples/creative-writer/Modelfile
[4] examples/personal-assistant/Modelfile
[5] examples/translator/Modelfile
[6] custom/my-custom-bot/Modelfile
[0] Enter custom path
Select a Modelfile [0-6]: 2
Enter name for the new model: my-code-helper
Salva un Modello per il Deployment¶
make save-model
Cosa succede:
1. Mostra un elenco numerato di tutti i modelli nella tua istanza Ollama
2. Selezioni quale modello salvare
3. Salva il Modelfile in models/saved/
Esempio di output:
💾 Save a model for deployment
📦 Available models:
[1] llama3.2:1b
[2] mistral:7b
[3] my-chatbot
[4] my-code-helper
[5] production-assistant
[0] Enter custom name
Select a model [0-5]: 3
💾 Saving model: my-chatbot
Output: ./models/saved/my-chatbot.Modelfile
✅ Model saved successfully!
Esegui il Deployment di un Modello Salvato¶
make deploy-model
Cosa succede:
1. Mostra un elenco numerato dei Modelfile salvati in models/saved/
2. Selezioni quale distribuire
3. Facoltativamente lo rinomini durante il deployment
4. Il modello viene creato nella tua istanza Ollama
Esempio di output:
🚀 Deploy a saved model
💾 Available saved models:
[1] my-chatbot.Modelfile
[2] production-bot.Modelfile
[3] team-assistant.Modelfile
[0] Enter custom path
Select a saved model [0-3]: 1
Enter model name (press Enter to use filename):
🚀 Deploying model: my-chatbot
✅ Model deployed successfully!
Uso Diretto degli Script¶
Se preferisci gli argomenti da riga di comando, puoi comunque usare gli script direttamente:
# Create model (specify path)
bash scripts/create-custom-model.sh my-bot ./models/examples/chatbot/Modelfile
# Save model (specify name)
bash scripts/save-model.sh my-chatbot
# Deploy model (specify path)
bash scripts/deploy-model.sh ./models/saved/my-chatbot.Modelfile
# Or deploy with custom name
bash scripts/deploy-model.sh ./models/saved/my-chatbot.Modelfile renamed-bot
Riepilogo dei Comandi¶
| Attività | Comando | Interattivo? |
|---|---|---|
| Verifica i requisiti | make preflight |
No |
| Avvia tutti i servizi (Ollama + Chat UI) | make up |
No |
| Avvia solo Ollama (senza web UI) | make up-core |
No |
| Avvia con GPU NVIDIA | make up-gpu |
No |
| Ferma i servizi | make down |
No |
| Visualizza i log | make logs |
No |
| Accesso alla shell | make shell |
No |
| Scarica i modelli base | make pull-base |
No |
| Elenca i modelli | make list-models |
No |
| Crea un modello personalizzato | make create-model |
Sì - seleziona il Modelfile |
| Chatta con un modello | make chat |
Sì - seleziona il modello |
| Salva un modello | make save-model |
Sì - seleziona il modello |
| Esegui il deployment di un modello | make deploy-model |
Sì - seleziona il file salvato |
| Pubblica un modello su un registry | make publish-model |
Sì - seleziona il modello |
| Esporta modello + pesi (tar) | make export-full |
Sì - seleziona il modello |
| Importa archivio completo del modello | make import-full |
Sì - seleziona l'archivio |
| Backup di tutti i modelli | make backup-models |
No |
| Test rapido | make quick-test |
Sì - conferma |
| Test di validazione | make test |
No |
| Pulizia | make clean |
Sì - conferma |
Scegliere un Modello Base (2026)¶
Gli esempi del progetto usano di default il leggero llama3.2:1b — continua a usarlo per l'apprendimento e l'iterazione rapida. Alternative leggere moderne che vale la pena provare con ollama pull:
| Modello | Dimensione approx. | RAM approx. necessaria | Note |
|---|---|---|---|
llama3.2:1b |
~1.3 GB | ~4 GB | Default del progetto |
qwen3:0.6b / qwen3:1.7b |
~0.5 / ~1.4 GB | ~2 / ~4 GB | Piccolo, potente; modalità thinking opzionale |
gemma3:1b |
~815 MB | ~4 GB | Molto compatto |
gemma3:4b |
~3.3 GB | ~8 GB | Multimodale, contesto 128K |
phi4-mini |
~2.5 GB | ~8 GB | Compatto ed efficiente |
qwen3:8b |
~5 GB | ~16 GB | Più pesante, per macchine capaci |
gpt-oss:20b |
~13 GB | ~16 GB | Più pesante, per macchine capaci |
Consulta Concetti Essenziali - Scegliere un Modello Base per i dettagli.
Struttura delle Directory¶
models/
├── examples/ # Pre-configured example Modelfiles
│ ├── chatbot/
│ │ └── Modelfile
│ ├── code-assistant/
│ │ └── Modelfile
│ └── ...
├── custom/ # Your custom Modelfiles
│ └── my-bot/
│ └── Modelfile
└── saved/ # Saved models ready for deployment
├── my-chatbot.Modelfile
└── production-bot.Modelfile
Suggerimenti¶
- L'opzione [0] in qualsiasi menu di selezione ti permette di inserire un percorso/nome personalizzato
- I modelli salvati sono memorizzati in
models/saved/per impostazione predefinita - I backup includono timestamp:
backups/models/YYYYMMDD_HHMMSS/ - Puoi comunque usare gli script direttamente con i percorsi se preferisci
- Tutti i comandi interattivi possono essere annullati con Ctrl+C
Workflow Comuni¶
Test Rapido di un Modello di Esempio¶
make up # Start Ollama
make pull-base # Get base models
make create-model # Select example, name it
make chat # Select your model and start chatting!
Deployment in Produzione¶
# On dev server:
make save-model # Select your model
# Transfer file:
scp ./models/saved/my-model.Modelfile user@prod:/opt/ollama/models/saved/
# On prod server:
make deploy-model # Select the transferred file
Backup Regolare¶
make backup-models # Backs up all custom models
# Files saved to: ./backups/models/YYYYMMDD_HHMMSS/
Test Rapido¶
Testa il workflow completo:
make quick-test
Cosa succede: 1. Chiede conferma 2. Crea un modello di test temporaneo 3. Invia un prompt di test: "Hello! Can you introduce yourself in one sentence?" 4. Mostra la risposta 5. Elimina il modello di test 6. Mostra un riepilogo di successo
Esempio di output:
🧪 Quick Model Test
This will:
1. Create a test model from an example
2. Send a test prompt to it
3. Delete the test model
Continue? (y/N): y
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📝 Step 1/3: Creating test model 'test-chatbot-1701234567'
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Test Details:
Base Model: llama3.2:1b
Modelfile: ./models/examples/chatbot/Modelfile
Test Model: test-chatbot-1701234567
🔨 Creating custom model: test-chatbot-1701234567
✅ Model created successfully!
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
💬 Step 2/3: Testing model with a prompt
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Sending test prompt: 'Hello! Can you introduce yourself in one sentence?'
Response:
─────────────────────────────────────────────────────
I'm a helpful AI assistant designed to provide accurate and
clear answers to your questions.
─────────────────────────────────────────────────────
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🗑️ Step 3/3: Cleaning up test model
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
deleted 'test-chatbot-1701234567'
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
✅ Quick test completed successfully!
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Summary:
✓ Model creation works (base: llama3.2:1b)
✓ Model responds to prompts
✓ Model cleanup works
You can now create your own models with:
make create-model
Nota: l'output viene automaticamente ripulito per la leggibilità (codici di escape ANSI rimossi).