必须先完成Ollama的系统级部署：安装运行时、启动服务（ollama serve）、验证监听地址（默认127.0.0.1:11434），再拉取模型（如llama3.2:1b），最后在Cursor中配置Ollama插件并选择对应模型名。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在 Cursor 中使用 Ollama 运行本地大模型，必须先在系统层面完成 Ollama 的完整部署，否则 Cursor 无法调用任何模型——它本身不内置推理引擎，只作为前端向本地 Ollama API 发送请求。
必须安装的核心工具
第一步：安装 Ollama 运行时
这是唯一强制依赖。Ollama 必须已成功安装并处于运行状态（ollama serve 后台服务启动中），且能响应 curl http://127.0.0.1:11434/api/tags 返回模型列表。Windows/macOS 直接下载官方安装包；Linux 执行 curl -fsSL https://ollama.com/install.sh | sh。
第二步：确认 Ollama 服务监听地址可被 Cursor 访问
默认情况下 Ollama 只监听 127.0.0.1:11434，这足够 Cursor 使用。但若你修改过 OLLAMA_HOST 环境变量为 0.0.0.0:11434，请确保防火墙未拦截该端口——【Cursor 仅支持 localhost 回环地址，不支持局域网 IP】。
可选但强烈建议的配套工具
方法一：安装模型前先验证环境
打开终端，运行 ollama --version 确认版本 ≥ v0.5.0；再执行 ollama list，若报错 “connection refused”，说明 ollama serve 未运行或被杀掉，此时 Cursor 必然失败。
方法二：提前拉取一个轻量模型用于测试
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
比如执行 ollama pull llama3.2:1b。这个 1B 小模型下载快、加载快，能在 Cursor 中快速验证是否真正打通。不装模型就开 Cursor，会卡在 “Loading model…” 无响应。
方法三：配置模型存储路径（仅 Windows 用户需注意）
Windows 默认把模型存在 C 盘用户目录下，极易触发磁盘空间不足。建议安装时用管理员 PowerShell 执行：.\OllamaSetup.exe /DIR="D:\Ollama"，再设置系统环境变量 OLLAMA_MODELS=D:\Ollama\Models。否则后续拉取 7B/13B 模型时可能静默失败。
Cursor 端唯一要做的操作
第一步：打开 Cursor 设置 → Extensions → 搜索 “Ollama” → 安装官方 “Ollama for Cursor” 插件
第二步：进入 Settings → AI → Provider → 选择 “Ollama”
第三步：在 Model 字段填入已下载的模型名，例如 llama3.2:1b 或 qwen2.5:7b，注意格式必须与 ollama list 输出完全一致，大小写和冒号都不能错。
第四步：点击右下角 “Test Connection”，显示 “Connected” 即可开始使用。
