2026 年 3 月 5 日，Ollama 正式发布了 v0.17.6 版本。这是一次极具实用价值的改进版本，在保持系统稳定的基础上，重点修复了多个长期存在的细节性问题，包括 GLM-OCR 的 Prompt 渲染错误、Qwen 3.5 工具调用与解析逻辑, 并带来了对模型渲染、工具链、配置兼容性等方面的进一步完善。
本篇文章将全面解析 v0.17.6 的变更列表、核心代码结构调整、测试覆盖改进及潜在影响，帮助开发者清晰理解此次升级的深度与意义。
一、版本概览
发布日期： 2026 年 3 月 5 日
版本号： v0.17.6
更新重点：
此次更新共包含 12 次提交、修改 51 个文件，由 7 名开发人员完成。从 diff 记录看，涉及到新增代码超过 3900 行，同时删除旧逻辑 4010 行，可见是一次覆盖范围较大的“重构 + 修复”整合版本。
二、总体改动组成
1. API 层变化：移除 PeakMemory 字段
api/types.go 文件中删除了 Metrics 结构体中的 PeakMemory 相关字段与输出逻辑。
其原始功能用于在模型推理时统计峰值内存占用，但由于 mlx（Memory Layout Executor）层的 API 已移除此项指标，因此不再返回该值。
旧结构：
type Metrics struct {
TotalDuration time.Duration `json:"total_duration,omitempty"`
PeakMemory uint64 `json:"peak_memory,omitempty"`
}
删除后：
type Metrics struct {
TotalDuration time.Duration `json:"total_duration,omitempty"`
}
同时删除了相关的格式化函数 formatPeakMemory、控制台输出内容，更新后的日志输出更加简洁，避免“空指标”误导用户。
这也意味着未来 Ollama 将更聚焦 性能时间维度指标，而非硬件状态统计。
2. 命令行层更新：移除 imagegen 运行参数
cmd/cmd.go 文件中删除了 –imagegen 标志相关逻辑，不再通过 CLI 参数控制图像生成模型使用内部 Runner。
这体现了 v0.17.6 开始逐步统一模型调用接口，将生成型与多模态模型整合至统一 runner 体系中，从设计上简化用户调用路径。
3. 配置迁移优化：Ollama (local) → Ollama
在配置管理模块 cmd/config/opencode.go 中新增了名称迁移逻辑，解决了配置兼容问题。
许多开发者此前使用本地 provider 时，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，当检测到 Ollama (local) 名称时会自动迁移为 Ollama，保证现有配置无需手动修改即可被识别。
同时，新单元测试验证逻辑如下：
- 自动迁移本地 provider 名称。
- 保留自定义 provider 名称（即不会覆盖非默认配置）。
- 删除模型时保留非 Ollama 模型的子项。
这确保了升级后配置文件兼容性 100%，不会破坏旧有项目结构。
三、模型解析层全面升级：Qwen 3.5 Parser
v0.17.6 最为关键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 专属解析器 Qwen35Parser，取代原有的通用 Qwen3Parser。
(1) 核心特性
- 完整支持 thinking 推理标签 <think> … </think>
- 增强对分块流式输出的识别能力（跨 token stream 渐进渲染）
- 可区分思考内容（thinking content）与输出内容（response content）
- 在思考区间不解析 <tool_call>，避免错把 reasoning 内部结构误识别为工具调用
(2) 状态机设计
新增状态：
const (
qwen35ParserStateCollectingThinking
qwen35ParserStateThinkingDoneEatingWhitespace
qwen35ParserStateCollectingContent
)
解析逻辑以有限状态机（FSM）形式实现。当遇到 <think> 起始标签进入思考模式，遇到 </think> 切换到内容模式。
与此同时，对流式数据的分段处理更加精准，支持不完整的关闭标签（如 </thi + nk> 分两次到达），确保输出不会断裂。
(3) 异常情况处理
- 若 <think> 未关闭，自动将后续内容视为思考过程输出；
- 若 Assistant 消息为续写（带 prefill），默认跳过起始思考阶段；
- 处理 <think> 嵌套、空格、换行符自动剔除，输出纯净的 reasoning 文本。
(4) 测试覆盖 (model/parsers/qwen35_test.go)
测试文件新增 382 行，覆盖以下场景：
- 工具调用 XML 格式识别；
- 含显式 <think> 标签的 reasoning 内容提取；
- Assistant 预填充（prefill）场景；
- 思考阶段中误判工具调用；
- <think> 标签被分片情况；
- 未闭合标签情况下的安全输出。
这些测试使 Qwen 3.5 解析流程从多线程推理到断流恢复都具备强鲁棒性。
四、模型渲染层优化：全面更新 Qwen3.5 与 GLM-OCR Renderer
渲染器层：model/renderers/ 目录新增了两大核心组件：
1. Qwen35Renderer
文件 model/renderers/qwen35.go，新增 389 行。
该渲染器对应 Qwen3.5 模型 prompt 生成逻辑，旨在让模型完全遵循 XML 函数调用格式与 <think> 思考框架。
功能亮点：
- 支持 <tools> 指令区块嵌入，格式严格遵循模型需求；
- 自动拼接系统提示与函数声明；
- 支持生成 <tool_call> 块，带 <function=…> 与 <parameter=…>；
- 逻辑层支持多工具顺序调用，多次 <tool_response> 块组装；
- 思考与输出完美分离，紧密衔接模型训练格式。
渲染示例结构：
<|im_start|>assistant
<think>
I need to fetch the data first.
</think>
Here is my analysis.
<tool_call>
<function=get_data>
<parameter=id>
42
</parameter>
</function>
</tool_call>
<|im_end|>
其他改进：
- 支持 useImgTags 图片标记嵌入（[img-0], [img-1]），兼容多模态；
- 提供 emitEmptyThinkOnNoThink 参数，用于未启用思考模式时补充空 <think> 模块；
- 对工具多次调用场景支持批量写入；
- 对 assistant prefill 保留最后阶段输出，不关闭 <|im_start|> 块。
测试文件 model/renderers/qwen35_test.go 共新增 389 行，涵盖：
- 多轮对话、函数调用递归；
- Back-to-back 工具响应；
- 思考与工具交错场景；
- Assistant 预填充完整性校验。
该模块的引入使得 Ollama 在多模型推理框架下更贴合阿里 Qwen3.5 推理接口的真实结构。
2. GLM-OCR Renderer 大幅修复
文件 model/renderers/glmocr.go 修改 99 行。
这次修复针对核心问题：GLM-OCR 模型无法正确渲染带图像的 prompt。
更新要点：
- 新增 GlmOcrRenderer 结构体属性 useImgTags；
- 引入内部函数 renderContent()，根据配置动态选择是否添加 [img-x] 标记；
- 改善 ImageOffset（图片计数偏移）管理；
- 用户消息按 [img-0][img-1] 顺序标识多图输入；
- 流程中修正原先 message.Content 与图片块拼接顺序。
渲染前后差异：
旧版输出（无法识别图片位）：
<|user|>请识别图片内容。
新版输出（带多图标记）：
<|user|>
[img-0][img-1]请识别图片内容。
同时新增 glmocr_test.go 文件（99 行），验证包括以下 5 种情况：
这意味着以后 GLM-OCR 模型将可以在多图输入下稳定进行 OCR 推理，输出定位将完整无误。
3. 渲染器选择逻辑更新
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：
- 将原来的 Qwen3VLRenderer 替换为新的 Qwen35Renderer；
- 为 GLM-OCR 渲染器开启全局图片标签选项。
这使两个模型在渲染阶段均获得一致的上下文构造与多模态支持。
五、服务器逻辑补充更新
在 server.go 中，删除了 CompletionResponse 返回体的 PeakMemory 字段，使 API 输出与 Metrics 同步调整。
这确保了传输数据更轻量化、字段结构一致。
六、测试体系增强
此次更新新增测试覆盖超过 1000 行，主要针对以下方向：
- 配置迁移测试
确保旧配置自动升级为标准名称； - GLM-OCR 多图输入测试
确认每张图片得到正确索引； - Qwen3.5 渲染与解析系统测试
模拟思考场景、函数嵌套、流式数据拼接； - 工具调用与 reasoning 多阶段测试
验证多工具连续调用的 XML 结构合法性； - Streaming 行为测试
分块输入下保持状态一致性。
针对复杂推理模型，如 Qwen3.5 这种包含 <think> 和 <tool_call> 的混合流式结构，此轮测试确保无论在并发推理还是断流恢复场景下都不丢失内容。
七、移除旧模型与无效依赖
本次更新清理了历史遗留的 imagegen LLM 模型，以及云模型拉取过程中的存根要求，进一步简化了部署过程。
Revert 提交中体现了多次回滚与重放操作，表明研发团队对云端模型加载机制进行深度优化与验证。
八、总结与展望
Ollama v0.17.6 是一次结构性的重要版本更新。它没有去追求新增功能，而是聚焦于 底层稳定性、模型兼容与推理一致性 的打磨，体现出平台从实验型向工业化过渡的信号。
核心收益总结：
通过对 v0.17.6 的更新，可以预见 Ollama 在未来版本中将继续强化多模态与 reasoning 模式集成，为 LLM 本地部署与企业多模型协作提供更坚实的基础。
结语
代码地址：github.com/ollama/ollama
Ollama v0.17.6 虽非大版本跳跃，但却在细节上体现了极高的工程重视度。
从配置迁移到渲染逻辑，再到工具调用与流式解析，几乎每个子模块都在朝着更统一、更可靠、更智能的方向演进。
