How do I change where Ollama stores models?

Set the OLLAMA_MODELS environment variable to the directory you want, then restart the Ollama server. On macOS, set it for the app's launch environment, not only in your shell.

Is it safe to delete ~/.cache/huggingface?

Nothing breaks — anything missing is re-downloaded on next use — but that may mean pulling tens of gigabytes again. Use huggingface-cli scan-cache to delete selectively.

Why do the model folders not show up in the Finder?

Most start with a dot, which macOS hides by default. Press Cmd-Shift-period in a Finder window to show them, or use Go then Go to Folder.

Can I keep models on an external drive?

Yes. Ollama uses OLLAMA_MODELS, Hugging Face uses HF_HOME, PyTorch uses TORCH_HOME, and LM Studio has a setting in the app. Expect slower first loads over USB.

Why is my model folder bigger than the models I downloaded?

Usually partial downloads and superseded revisions. The Hugging Face hub cache keeps every revision of a repository you have ever pulled, not just the current one.

开发者存储空间指南

本地 AI 模型都存在哪里

每个工具把权重放在不同的地方，没有一个会告诉你在哪儿，而它们加起来是开发者磁盘上增长最快的东西。这里按平台给出完整清单。

找出每一处模型存储购买 · $15

14 天免费试用，无需银行卡。 之后一次性 15 美元，可用于 3 台电脑，macOS 与 Linux。

为什么没有清理工具能找到它们

主流的 Mac 清理工具是在本地模型出现之前写的，它们依据一份固定的已知缓存文件夹清单工作。 ~/.ollama 不在那份清单上。于是工具会信心十足地报告你的 Mac 很干净，而 120 GB 的权重正躺在你个人目录下的一个隐藏文件夹里 —— 而且因为它们是点开头的文件夹，访达同样不会显示。

路径

Ollama

macOS    ~/.ollama/models
Linux    /usr/share/ollama/.ollama/models
Windows  %USERPROFILE%\.ollama\models

用 Ollama 自己来列出和删除，好让它的清单保持一致：

ollama list
ollama rm llama3:70b

在启动服务前设置 OLLAMA_MODELS 即可把存储位置迁到外接硬盘。

LM Studio

macOS    ~/.lmstudio/models
Linux    ~/.lmstudio/models
Windows  %USERPROFILE%\.lmstudio\models

旧版本使用的是 ~/.cache/lm-studio/models；如果你是一路升级过来的，两个都要看。目录可以在应用的 My Models 标签页里配置，这是迁移它的安全方式。

Hugging Face —— transformers、diffusers、数据集

macOS/Linux  ~/.cache/huggingface/hub
Windows      %USERPROFILE%\.cache\huggingface\hub

通常最大也最杂乱，因为每个接触 Hub 的库都会往这里写。用官方工具交互式地查看和清理：

pip install "huggingface_hub[cli]"
huggingface-cli scan-cache
huggingface-cli delete-cache

用 HF_HOME迁移它。请注意，hub 缓存使用指向 blobs 文件夹的符号链接 —— 用会跟随符号链接的工具复制它，会让体积翻倍。

PyTorch

~/.cache/torch/hub
~/.cache/torch/kernels

由 torch.hub下载的预训练检查点。用以下变量迁移： TORCH_HOME。

七条路径，还有你忘掉的那一条

这份清单今天是准确的。你每试一个新工具它就会变长，而你忘掉的那处存储正是最贵的那个。Bytesweep 会找出所有这些以及后来新增的，按大小报告，并把权重标记为待审阅而不是直接清理 —— 因为你自己微调过的模型不是缓存，而且你磁盘上没有别的东西弄错了代价这么高。

开始 14 天免费试用购买 · $15

GPT4All

macOS    ~/Library/Application Support/nomic.ai/GPT4All
Linux    ~/.local/share/nomic.ai/GPT4All
Windows  %LOCALAPPDATA%\nomic.ai\GPT4All

Whisper 和 whisper.cpp

~/.cache/whisper
./models  (inside a whisper.cpp checkout)

也值得检查

~/.cache/torch/sentence_transformers
~/.keras/models
~/.cache/gguf
~/.cache/vllm

删除模型之前

缓存不等于权重

开发者磁盘上的其他东西几秒就能重新生成。一个 40 GB 的模型意味着用你的网络重新下载一遍，而你本地做的量化或自己微调过的模型则根本回不来。这些文件夹值得审阅，而不是清理。

有工具的地方就用工具删

Ollama 和 Hugging Face 都会在数据旁边保存一份清单文件。手动删文件会让索引指向已经不存在的东西，之后表现为令人困惑的错误。 ollama rm 和 huggingface-cli delete-cache 就是为此存在的。

迁移，而不是删除

上面每个工具都支持通过环境变量或设置来迁移存储位置。如果你有外接硬盘，把存储迁过去，胜过反复删除又重新拉取同样的权重。

找出磁盘上的每一处模型存储

Bytesweep 知道所有这些路径，会把它们和 Docker、Xcode、node_modules 并排按大小报告，并把权重标为值得审阅而非可安全清理 —— 因为微调过的模型不是缓存。

开始 14 天免费试用获取 Bytesweep Pro · $15

相关内容： Docker disk space · Xcode cleanup · 完整的 Mac 清单

问题

怎么修改 Ollama 存放模型的位置？

把 OLLAMA_MODELS 环境变量设为你想要的目录，然后重启 Ollama 服务。在 macOS 上，请为应用的启动环境设置它，而不只是在 shell 里设置，否则桌面应用看不到。

删除 ~/.cache/huggingface 安全吗？

从「不会坏掉」的意义上说是安全的 —— 缺失的内容会在下次使用时重新下载。从代价上说很贵，因为「下次使用」可能意味着再拉 30 GB。用 huggingface-cli scan-cache 看看里面有什么，然后有选择地删除。

为什么模型文件夹在访达里看不到？

它们大多以点开头，而 macOS 默认隐藏这类文件夹。在访达窗口中按 Cmd-Shift-. 即可显示，或者用「前往 → 前往文件夹」直接打开路径。

我可以把模型放在外接硬盘上吗？

可以，而且一旦超过一百 GB，这就是更好的答案。Ollama 用 OLLAMA_MODELS，Hugging Face 用 HF_HOME，PyTorch 用 TORCH_HOME，LM Studio 则在应用里有设置项。通过 USB 首次加载会更慢，这一点要有心理准备。

为什么我的模型文件夹比我下载的模型还大？

通常是因为未完成的下载和被取代的旧版本。Hugging Face 的 hub 缓存会保留你从一个仓库拉取过的每一个版本，而不只是当前那个，这正是 scan-cache 要展示给你看的东西。