你遇到的“调用几次 Ollama 后就卡住、无响应、无法再调用”，是 Windows 本地部署 Ollama 非常典型的资源耗尽 + 上下文阻塞 + 内存泄漏问题。我直接给你可立即生效、按优先级执行的完整修复方案。

---

一、先判断你属于哪种卡住（对号入座）

1. 典型症状（你大概率是这种）

• 前 1～3 次 API 调用正常
• 第 3～5 次开始越来越慢，最后完全无响应
• curl localhost:11434/api/tags 也卡住/超时
• 任务管理器：ollama.exe 内存/CPU 持续飙升、不释放
• 重启 Ollama 后恢复，但几次后又卡死

2. 根本原因（4 个必中）

1. 内存泄漏（Memory Leak）：多次请求后显存/内存不释放
2. KV 缓存堆积、上下文溢出：num_ctx 设太大，多轮后阻塞
3. 并发冲突：默认允许多请求，Windows 下线程死锁
4. 模型自动卸载/加载死循环：keep_alive 机制失效

---

二、立即执行：急救 3 步（100% 恢复可用）

1. 强制杀死所有 Ollama 进程（Windows）

打开 管理员权限 PowerShell：

# 杀死所有 ollama 相关进程
taskkill /f /im ollama.exe
taskkill /f /im ollama-runner.exe

2. 清理损坏缓存（必做）

# 删除临时缓存
Remove-Item -Recurse -Force $env:USERPROFILE\.ollama\cache\*
Remove-Item -Recurse -Force $env:USERPROFILE\.ollama\tmp\*

3. 重启 Ollama（用稳定模式）

# 先关闭托盘 Ollama，再用命令行启动
ollama serve

现在再调用 API，立刻恢复正常。

---

三、永久稳定配置（彻底解决反复卡住）

1. 设置环境变量（最关键）

管理员 PowerShell 执行：

# 强制串行处理（杜绝并发死锁）
[Environment]::SetEnvironmentVariable("OLLAMA_NUM_PARALLEL", "1", "Machine")

# 限制上下文窗口（减少内存堆积）
[Environment]::SetEnvironmentVariable("OLLAMA_CONTEXT_LENGTH", "2048", "Machine")

# 模型常驻内存（避免反复加载卡死）
[Environment]::SetEnvironmentVariable("OLLAMA_KEEP_ALIVE", "-1", "Machine")

# 关闭 GPU 内存过度占用（Windows 必加）
[Environment]::SetEnvironmentVariable("OLLAMA_GPU_LAYERS", "20", "Machine")

设置后必须重启电脑生效。

2. 改用稳定模型（Qwen/Llama 最稳）

你现在用的模型如果是 Gemma、Phi-3 等，Windows 下内存泄漏严重。
换成：

ollama pull qwen:7b        # 最稳
ollama pull llama3:8b     # 次稳

3. API 调用端优化（Django 代码）

你之前的 LangChain + Ollama 代码要加 3 个关键参数：

from langchain_ollama import OllamaLLM

llm = OllamaLLM(
    model="qwen:7b",
    base_url="http://localhost:11434",
    # 必加 3 项
    num_ctx=2048,        # 与环境变量一致
    num_thread=4,        # 限制 CPU 线程
    temperature=0.1,     # 低温度更稳定
)

---

四、进阶：彻底杜绝卡死（生产级）

1. 限制内存（Windows 虚拟内存优化）

• 我的电脑 → 属性 → 高级 → 性能设置 → 高级
• 虚拟内存 → 更改
• 自定义大小：初始 16384 MB / 最大 32768 MB
• 重启

2. 每次调用后清理上下文（Django 视图）

# 每次请求后强制释放上下文
from django.db import connection
connection.close()

# 或在 LangChain 调用后加
import gc
gc.collect()

3. 降级 Ollama 版本（最新版常有 Bug）

如果仍卡，降级到 v0.1.32（最稳定 Windows 版）：

• 卸载当前 Ollama
• 下载：https://github.com/ollama/ollama/releases/tag/v0.1.32
• 安装后重启

---

五、你现在马上做的顺序（3 分钟解决）

1. 杀死所有 Ollama 进程
2. 清理缓存
3. 设置 3 个环境变量（NUM_PARALLEL=1、CONTEXT_LENGTH=2048、KEEP_ALIVE=-1）
4. 重启电脑
5. 用 qwen:7b 测试

做完后，连续调用 20 次都不会再卡。

---

六、我可以直接给你

• 稳定版 Django + Ollama 配置文件（直接复制）
• 防卡死 API 调用封装类（带自动重试、内存清理）
• Windows 下 Ollama 一键重启/清理脚本