# Comprova l'arquitectura i la RAM disponible
uname -m
free -h

# Comprova si la CPU suporta AVX2 (recomanat)
grep -o 'avx2' /proc/cpuinfo | head -1

# Espai en disc disponible
df -h ~

curl -fsSL https://ollama.com/install.sh | sh

# Comprova la versió instal·lada
ollama --version

# Comprova l'estat del servei
systemctl status ollama

# Iniciar el servei
sudo systemctl start ollama

# Activar-lo a l'inici del sistema
sudo systemctl enable ollama

# Consultar logs en temps real
journalctl -u ollama -f

sudo systemctl stop ollama
sudo systemctl disable ollama
sudo rm /etc/systemd/system/ollama.service
sudo rm $(which ollama)
sudo rm -rf ~/.ollama

# Descarrega i inicia una conversa amb Llama 3.2 (3B, ~2 GB)
ollama run llama3.2

# Versió més lleugera per a equips amb poca RAM (1B, ~800 MB)
ollama run llama3.2:1b

# Model Mistral 7B (~4 GB, molt recomanat per equilibri qualitat/velocitat)
ollama run mistral

# Model de Google, molt eficient (2B, ~1.5 GB)
ollama run gemma2:2b

>>> Explica'm què és una xarxa VLAN en termes senzills.

[resposta del model...]

>>> /bye

# Resposta directa sense obrir sessió interactiva
ollama run mistral "Quina diferència hi ha entre TCP i UDP?"

# Útil per a scripts
RESPOSTA=$(ollama run llama3.2 "Genera 5 preguntes tipus test sobre subnetting")
echo "$RESPOSTA"

# Analitza el contingut d'un fitxer
cat error.log | ollama run mistral "Analitza aquest log i indica els errors principals:"

# Resumeix un document
cat apunts.md | ollama run llama3.2 "Resumeix aquest text en 5 punts clau:"

# Revisa codi
cat script.sh | ollama run codellama "Revisa aquest script Bash i suggereix millores:"

# CodeLlama: model específic per a programació
ollama run codellama

# Starcoder2 per a tasques de codi
ollama run starcoder2:3b

curl http://localhost:11434/
# Ha de retornar: Ollama is running

curl http://localhost:11434/api/generate \
  -d '{
    "model": "llama3.2",
    "prompt": "Explica el model OSI en 3 línies",
    "stream": false
  }'

curl http://localhost:11434/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "llama3.2",
    "messages": [
      {"role": "system", "content": "Ets un professor d'\''informàtica en català."},
      {"role": "user", "content": "Explica el protocol DHCP"}
    ]
  }'

pip install ollama

import ollama

# Conversa senzilla
resposta = ollama.chat(
    model='llama3.2',
    messages=[
        {'role': 'user', 'content': 'Explica el protocol SSH en 3 punts'}
    ]
)
print(resposta['message']['content'])

import ollama

for chunk in ollama.chat(
    model='llama3.2',
    messages=[{'role': 'user', 'content': 'Explica iptables'}],
    stream=True
):
    print(chunk['message']['content'], end='', flush=True)

ollama list

NAME                    ID              SIZE    MODIFIED
llama3.2:latest         a80c4f17acd5    2.0 GB  2 hours ago
mistral:latest          f974a74358d6    4.1 GB  1 day ago
gemma2:2b               8ccf136fdd52    1.6 GB  3 days ago

ollama pull phi3:mini
ollama pull nomic-embed-text    # model per a embeddings

ollama rm mistral

ollama show llama3.2

# Instal·la Docker si no el tens
sudo apt install -y docker.io
sudo usermod -aG docker $USER
newgrp docker

# Executa Open WebUI connectat a Ollama local
docker run -d \
  -p 3000:8080 \
  --add-host=host.docker.internal:host-gateway \
  -v open-webui:/app/backend/data \
  --name open-webui \
  --restart always \
  ghcr.io/open-webui/open-webui:main

pip install open-webui
open-webui serve

# Comprova si CUDA és detectat
nvidia-smi

# Comprova que Ollama usa la GPU
ollama run llama3.2 "test"
# Observa a nvidia-smi si la VRAM augmenta

# Instal·la els drivers ROCm primer
# https://rocm.docs.amd.com/en/latest/deploy/linux/quick_start.html

# L'script d'Ollama detecta ROCm automàticament
curl -fsSL https://ollama.com/install.sh | sh

# Comprova els logs d'Ollama
journalctl -u ollama --since "1 minute ago"
# Cerca línies com: "llm runner started ... gpu=cuda"

# Comprova l'estat
systemctl status ollama

# Mira els logs complets
journalctl -u ollama -n 50

# Usa un model més petit
ollama run llama3.2:1b    # en lloc de llama3.2

# O redueix el context màxim
ollama run mistral --num-ctx 2048

# Torna a executar la mateixa ordre; Ollama reprèn la descàrrega
ollama pull llama3.2

# Edita la configuració del servei
sudo systemctl edit ollama

[Service]
Environment="OLLAMA_MODELS=/ruta/alternativa/models"

sudo systemctl daemon-reload
sudo systemctl restart ollama

sudo systemctl edit ollama

[Service]
Environment="OLLAMA_HOST=0.0.0.0:11434"

sudo systemctl daemon-reload
sudo systemctl restart ollama

ollama run <model>          # Descarrega (si cal) i inicia conversa
ollama pull <model>         # Descarrega un model sense executar-lo
ollama list                 # Llista models en local
ollama rm <model>           # Elimina un model
ollama show <model>         # Informació del model
ollama serve                # Inicia el servidor manualment (sense systemd)
systemctl status ollama     # Estat del servei