ollama v0.14.2 更新：新增TranslateGemma翻译模型、支持55种语言、CLI优化与MLX构建指南发布！

2026年1月16日，Ollama v0.14.2正式发布。这次版本更新不仅带来了新的翻译模型集，还在接口规范与交互体验上进行了大幅提升，进一步巩固了Ollama在开源大模型生态中的核心地位。以下是详细更新内容与技术亮点：

一、全新模型：TranslateGemma开放多语言翻译支持

Ollama v0.14.2推出了全新TranslateGemma模型系列。这一系列翻译模型基于Gemma 3架构构建，支持55种语言互译，旨在帮助全球用户打破语言壁障，实现跨语言交流。

TranslateGemma是Ollama针对跨语言任务优化的一类开放模型，标志着Ollama在多语言理解和生成能力上的进一步扩展。

二、功能优化与改进

1. CLI交互优化 —— 支持多行输入

Ollama命令行（CLI）现在新增了更简洁直观的交互方式：

• • 按下 Shift + Enter 可换行输入；
• • 普通 Enter 键则用于发送消息；
• • 在交互模式中增加了新提示：“Press Enter to send”，让多行输入更自然。

这一改进使开发者编写长指令或复合Prompt更加方便，提升人机交互体验。

2. /v1/responses API优化

Ollama进一步改进了/v1/responses接口，使其更好地符合OpenResponses规范。该更新提升了API一致性与兼容性，对于使用Ollama搭建AI应用服务的开发者而言，这意味着更高的稳定性与标准化支持。

三、构建新指南：实验性MLX支持全面上线

此次版本新增了**“Building with MLX（experimental）”章节，为想要探索Ollama与MLX库（机器学习加速框架）**集成的开发者提供完整构建步骤。

构建过程包括：

1. 1. 编译MLX库：
   .

cmake --preset MLX
cmake --build --preset MLX --parallel
cmake --install build --component MLX

1. 2. 编译带MLX功能的Ollama运行时：
   .

go build -tags mlx -o ollama-mlx .

1. 3. 启动服务器：
   .

./ollama serve

CUDA版本构建：

当需要使用CUDA加速时，可选用预设“MLX CUDA 13”或“MLX CUDA 12”：
.

cmake --preset 'MLX CUDA 13'
cmake --build --preset 'MLX CUDA 13' --parallel
cmake --install build --component MLX

这部分更新让Ollama更好地支持自定义加速和实验性运行环境，为AI开发者提供更多性能调优空间。

四、新增集成：Onyx与Marimo正式支持Ollama

v0.14.2在文档中正式新增两个关键集成支持，为用户提供更多使用场景。

1. Onyx 集成

Onyx是一个可自托管的聊天UI，现已无缝对接Ollama模型，支持：

• • 定制智能代理；
• • 网页搜索与深度研究；
• • 文档与应用RAG检索；
• • Google Drive、Slack等应用连接；
• • 图片生成功能；
• • 用户组管理、RBAC、SSO安全认证。

安装只需按照Onyx官方快速部署指南，选择Ollama作为LLM提供者，配置API地址即可完成接入（如Docker环境下使用http://host.docker.internal访问主机）。

2. Marimo 集成

Marimo是一款交互式Python笔记工具，支持通过Ollama提供AI功能：

• • 在设置界面的AI标签中配置Ollama的Base URL（默认http://localhost:11434/v1）；
• • 开启与关闭指定模型；
• • 新增模型；
• • 支持内置AI聊天与代码自动补全。

通过简单配置后，即可在Marimo环境中调用Ollama提供的智能交互及推理服务。

五、Claude Code集成文档修订

Ollama官方完善了与Claude Code兼容的API文档，现需设置以下环境变量：
.

export ANTHROPIC_AUTH_TOKEN=ollama
export ANTHROPIC_BASE_URL=http://localhost:11434
export ANTHROPIC_API_KEY=ollama

或者直接运行：
.

ANTHROPIC_AUTH_TOKEN=ollama ANTHROPIC_BASE_URL=http://localhost:11434 ANTHROPIC_API_KEY=ollama claude --model qwen3-coder

此优化让 Claude Code 工具可顺利使用 Ollama 本地模型作为后端。