網易首頁 > 網易號 > 正文申請入駐

ollama v0.17.6 發布：重大解析修復與 Qwen3.5 完整支持，全鏈路優化模型渲染與工具調用

2026-03-06 00:08:59　來源: moonfdd

北京舉報

分享至

2026 年 3 月 5 日，Ollama 正式發布了v0.17.6版本。這是一次極具實用價值的改進版本，在保持系統穩定的基礎上，重點修復了多個長期存在的細節性問題，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，幫助開發者清晰理解此次升級的深度與意義。

一、版本概覽

發布日期：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. 優化模型配置文件命名兼容，例如Ollama (local)自動遷移為Ollama
4. 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，而非硬件狀態統計。

2. 命令行層更新：移除imagegen運行參數

cmd/cmd.go文件中刪除了--imagegen標志相關邏輯，不再通過 CLI 參數控制圖像生成模型使用內部 Runner。

這體現了 v0.17.6 開始逐步統一模型調用接口，將生成型與多模態模型整合至統一 runner 體系中，從設計上簡化用戶調用路徑。

3. 配置遷移優化：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）
? 可區分思考內容（thinking content）與輸出內容（response content）
? 在思考區間不解析，避免錯把 reasoning 內部結構誤識別為工具調用

(2) 狀態機設計

新增狀態：

const (
    qwen35ParserStateCollectingThinking
    qwen35ParserStateThinkingDoneEatingWhitespace
    qwen35ParserStateCollectingContent
)

解析邏輯以有限狀態機（FSM）形式實現。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

? 若未關閉，自動將后續內容視為思考過程輸出；
? 若 Assistant 消息為續寫（帶 prefill），默認跳過起始思考階段；
? 處理嵌套、空格、換行符自動剔除，輸出純凈的 reasoning 文本。

(4) 測試覆蓋 (model/parsers/qwen35_test.go)

測試文件新增382 行，覆蓋以下場景：

? 工具調用 XML 格式識別；
? 含顯式標簽的 reasoning 內容提取；
? Assistant 預填充（prefill）場景；
? 思考階段中誤判工具調用；
?標簽被分片情況；
? 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 函數調用格式與思考框架。

功能亮點：

? 支持指令區塊嵌入，格式嚴格遵循模型需求；
? 自動拼接系統提示與函數聲明；
? 支持生成塊，帶與；
? 邏輯層支持多工具順序調用，多次塊組裝；
? 思考與輸出完美分離，緊密銜接模型訓練格式。

渲染示例結構：

<|im_start|>assistant
 

I need to fetch the data first.

 Here is my analysis.
 
 
 
 
 
 
42

 <|im_end|>

其他改進：

? 支持useImgTags圖片標記嵌入（[img-0], [img-1]），兼容多模態；
? 提供emitEmptyThinkOnNoThink參數，用于未啟用思考模式時補充空模塊；
? 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renderContent()，根據配置動態選擇是否添加[img-x]標記；
? 改善 ImageOffset（圖片計數偏移）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。

渲染前后差異：

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 渲染與解析系統測試
模擬思考場景、函數嵌套、流式數據拼接；
?工具調用與 reasoning 多階段測試
驗證多工具連續調用的 XML 結構合法性；
?Streaming 行為測試
分塊輸入下保持狀態一致性。

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提交中體現了多次回滾與重放操作，表明研發團隊對云端模型加載機制進行深度優化與驗證。

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，而是聚焦于底層穩定性、模型兼容與推理一致性的打磨，體現出平臺從實驗型向工業化過渡的信號。

核心收益總結：

1.GLM-OCR修復后，OCR 模型可穩定處理多圖輸入。
2.Qwen3.5渲染與解析系統配套上線，支持完整思考標簽鏈路。
3.配置文件自動遷移，升級成本為零。
4.API 數據結構簡化，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強化多模態與 reasoning 模式集成，為 LLM 本地部署與企業多模型協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，但卻在細節上體現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洞察。歡迎關注“福大大架構師每日一題”，發消息可獲得面試資料，讓AI助力您的未來發展。

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.