Docker部署Python服务自动拉取llama3.1报错：无效模型名

核心原因 #

手动执行ollama pull llama3.1成功，说明模型名本身没问题，问题出在entrypoint脚本中Ollama服务未完全就绪就执行pull命令，固定的sleep 5等待时间不足以让服务完成初始化，导致命令执行时服务无法正确识别模型名。

解决方案 #

1. 替换固定等待为服务就绪检测逻辑 #

把脚本里的sleep 5改成循环检查Ollama服务状态，直到服务可用再执行拉取操作。修改entrypoint.sh如下：

#!/bin/bash

# 启动Ollama服务后台运行
/bin/ollama serve &
pid=$!

# 循环等待Ollama服务就绪
echo "🔴 等待Ollama服务启动..."
while ! ollama list > /dev/null 2>&1; do
    sleep 1
    echo "⏳ 服务未就绪，继续等待..."
done

echo "🟢 Ollama服务已就绪，开始拉取llama3.1模型..."
ollama pull llama3.1
echo "🟢 模型拉取完成！"

# 保持容器运行，等待后台Ollama进程
wait $pid

2. 确保脚本权限与compose配置合理 #

• 先给本地的entrypoint.sh添加执行权限：

chmod +x entrypoint.sh

• 简化compose.yaml中ollama服务的entrypoint配置（可选）：

entrypoint: ["/entrypoint.sh"]

3. 兜底：指定完整模型标签（可选） #

如果仍有问题，尝试指定完整的模型标签（比如对应参数的版本），避免模糊匹配问题：

ollama pull llama3.1:8b

额外优化建议 #

可以添加模型存在性检查，避免重复拉取浪费时间：

if ! ollama list | grep -q "llama3.1"; then
    echo "🟡 本地未找到llama3.1模型，开始拉取..."
    ollama pull llama3.1
else
    echo "🟢 llama3.1模型已存在，跳过拉取..."
fi

内容的提问来源于stack exchange，提问作者Anthony