ollama v0.17.6 发布：重大解析修复与 Qwen3.5 完整支持，全链路优化模型渲染与工具调用

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：

1. 1. 修复GLM-OCR模型因 prompt 渲染错误导致无法工作的问题

2. 2. 修复Qwen 3.5模型工具调用的解析与渲染问题

3. 3. 优化模型配置文件命名兼容，例如Ollama (local)自动迁移为Ollama

4. 4. 移除旧版本imagegenLLM 模型与peak memoryAPI 字段

5. 5. 引入全新的 Qwen3.5 渲染及解析模块，全面支持thinking模式

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 ...

• • 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 ，避免错把 reasoning 内部结构误识别为工具调用

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 起始标签进入思考模式，遇到切换到内容模式。
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+nk>分两次到达），确保输出不会断裂。

(3) 异常情况处理

• • 若 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 嵌套、空格、换行符自动剔除，输出纯净的 reasoning 文本。

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 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；

• • 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 思考框架。

功能亮点：

• • 支持 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 块，带 与 ；

• • 逻辑层支持多工具顺序调用，多次 块组装；

• • 思考与输出完美分离，紧密衔接模型训练格式。

<|im_start|>assistant
 

I need to fetch the data first.

 Here is my analysis.
 
 
 
 
 
 
42

 <|im_end|>

• • 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 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。

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：

1. 1. 单张图片；

2. 2. 多张图片；

3. 3. 多轮对话图像偏移；

4. 4. 默认模式不添加图像标签；

5. 5. 无图像场景内容保持一致。

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 和 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：

1. 1.GLM-OCR修复后，OCR 模型可稳定处理多图输入。

2. 2.Qwen3.5渲染与解析系统配套上线，支持完整 思考标签链路。

3. 3.配置文件自动迁移，升级成本为零。

4. 4.API 数据结构简化，输出更清晰、兼容性更高。

5. 5.测试覆盖度大幅提升，确保行为稳定与准确。

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。

我们相信人工智能为普通人提供了一种“增强工具”，并致力于分享全方位的AI知识。在这里，您可以找到最新的AI科普文章、工具评测、提升效率的秘籍以及行业洞察。 欢迎关注“福大大架构师每日一题”，发消息可获得面试资料，让AI助力您的未来发展。