ollama v0.19.0 发布！Web 搜索插件上线、多模型兼容修复、MLX 与 KV 缓存全面优化，本地大模型体验再升级

ollama v0.19.0于2026年3月30日正式发布，作为本地大模型部署与运行的核心工具，本次更新聚焦用户体验优化、功能增强与底层问题修复，覆盖应用交互、插件能力、API性能、模型兼容、MLX运行器、注意力机制等多个核心维度，同时包含26次提交、58个文件改动，全面提升ollama的稳定性、兼容性与实用性。

一、核心功能更新

1. 1.应用体验优化
   ollama应用将不再错误显示“模型已过时”提示，彻底解决此前版本中模型状态判断异常的问题，避免用户被无效提示干扰，提升使用流畅度。

2. 2.Web搜索插件集成
   ollama launch pi功能新增内置Web搜索插件，该插件直接使用ollama官方Web搜索能力，无需额外配置即可让本地模型具备联网搜索能力，拓展本地大模型的信息获取边界，支持实时检索最新数据。

3. 3.Anthropic兼容API性能提升
   优化使用Anthropic兼容API时的KV缓存命中率，减少重复计算与资源消耗，提升API调用的响应速度与效率，尤其在高频、长对话场景下效果显著。

4. 4.Qwen3.5模型工具调用修复
   修复Qwen3.5模型工具调用解析问题，解决此前版本中工具调用内容被错误输出在思考模块的问题，确保工具调用逻辑清晰、结果准确，保障Qwen3.5模型的函数调用能力正常生效。

5. 5.MLX运行器增强

• • MLX运行器在提示词处理过程中会创建周期性快照，实现状态的持续备份，避免处理中断导致的进度丢失；

• • 修复MLX运行器中KV缓存快照的内存泄漏问题，优化内存资源占用，提升长时间运行的稳定性；

• • 优化MLX运行器的缓存驱逐与LRU跟踪逻辑，提升缓存管理效率；

• • 合并setStateRaw与setStateDetached为setState，简化API调用逻辑，降低开发与使用复杂度。

1. 6.模型兼容与机制修复

• • 修复Grok模型的Flash Attention错误启用问题，确保Grok模型在ollama中运行时，注意力机制配置符合模型特性，避免性能异常或兼容性问题；

• • 解决qwen3-next:80b模型无法在ollama中加载的问题，完善对该大参数模型的支持，拓展ollama可运行的模型范围。

• • ggml模块：强制关闭Grok模型的Flash Attention，从底层解决Grok模型注意力机制配置错误问题。

• • MLX模块：修复KV缓存快照内存泄漏，优化内存管理；

• • MLX运行器：改进缓存驱逐与LRU跟踪逻辑，提升缓存效率；

• • MLX运行器：在预填充阶段调度周期性快照，实现状态自动备份；

• • MLX运行器：合并setState相关接口，简化调用逻辑；

• • 文档：更新VS Code相关文档，完善开发工具集成说明；

• • launch模块：隐藏VS Code集成入口、Cline集成入口；

• • launch/vscode模块：优先使用已知VS Code路径，而非PATH中的code命令，提升工具调用准确性。

• • TUI模块：更新聊天标题，优化交互界面展示；

• • CI模块：在Linux系统中包含MLX JIT头文件，完善编译依赖；

• • launch模块：对本地模型，当服务器上下文长度低于64k时发出警告，帮助用户提前规避长文本处理问题；

• • CI模块：强化CUDA包含路径处理，提升GPU环境兼容性；

• • 模型解析器：修复Qwen3.5工具块在思考块中启动时的关闭逻辑，解决工具调用解析异常；

• • 解析器：优化Qwen3.5流式工具调用解析，并添加回归测试，保障功能稳定性；

• • 应用模块：修复模型“过时”错误提示，优化用户体验；

• • Anthropic模块：修复因工具调用参数重排序导致的KV缓存复用降级问题，提升API性能；

• • launch模块：跳过MLX模型的上下文长度警告，并显示模型名称，优化提示逻辑；

• • Anthropic模块：修复内容块中的空输入问题，避免API调用异常；

• • 服务器模块：拉取模型时保留原始清单字节，保障模型完整性。

• • MLX模块：修复视觉能力与最低版本兼容问题，完善多模态支持；

• • launch模块：自动安装pi并管理Web搜索生命周期，简化插件使用流程；

• • launch模块：优化已添加模型的多选功能，提升操作便捷性；

• • 回滚上下文长度警告变更，调整提示策略。

• • 模型模块：为qwen3-next添加对传统ssm_in投影的兼容性，解决模型加载失败问题；

• • 命令模块：在配置中设置OpenCode默认模型，优化模型调用默认配置。

代码地址：bgithub.xyz/ollama/ollama

ollama v0.19.0版本从用户体验、功能拓展、底层性能、模型兼容四大方向发力，新增Web搜索插件拓展本地模型能力，修复多模型（Qwen3.5、Grok、qwen3-next:80b）的核心问题，优化MLX运行器与KV缓存机制，同时完善API、CI、工具集成等模块的细节，全面提升ollama的稳定性、兼容性与易用性，为本地大模型开发者与用户提供更优质的运行环境。

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。