想用 Ollama 在本地跑 Muse Spark 1.3？先说结论：Muse Spark 1.3 是 Meta 闭源旗舰模型，权重未公开，无法通过 Ollama 本地部署。但 Meta 同期开源了 Muse Glimmer 30B——Muse 系列中唯一可本地运行的 Agent 模型——Ollama 官方库已收录，两条命令即可跑通。本教程给出从零到可用的完整实操步骤，并覆盖 Spark 1.3 通过 API 对接 Ollama 本地替代方案的配置方法。
一、部署前必读：Spark 1.3 与 Glimmer 的关系
| | |
|---|
| | |
| | |
| | |
| | |
| | |
| | 18GB VRAM 起步（Q4 量化 16.76GB） |
| | |
简单说：需要最强能力 → 用 Spark 1.3 API（https://api.meta.ai/v1，model muse-spark-1.3）；需要本地离线/隐私 → 用 Glimmer 30B。下文按两条路径分别给出实操步骤。
二、路径一：Ollama 本地部署 Muse Glimmer 30B（完整实操）
步骤 1：安装 Ollama
macOS / Linux
Windows
设置后重启 Ollama 服务生效。
验证安装
步骤 2：拉取 Muse Glimmer 模型
下载完成后确认模型已入库：
应看到 muse-glimmer:30b 出现在列表中。
步骤 3：启动交互对话
进入交互界面后可直接对话。测试示例：
步骤 4：通过 API 调用（对接自己的应用）
Ollama 启动后自动在 http://localhost:11434 提供 OpenAI 兼容 API。
cURL 调用
Python SDK 调用
步骤 5：开启视觉能力（可选）
Glimmer 支持图像输入，但需要额外下载视觉投影器（mmproj 文件），否则图像输入会被静默忽略——不报错但不生效。
如果你用 llama.cpp（见路径二），启动时加 --mmproj 参数加载。Ollama 方式下，muse-glimmer:30b 标签已自动包含视觉投影器，可以直接发送图像：
步骤 6：DFlash 投机解码加速（可选，大幅提速）
Glimmer 自带 DFlash 投机解码 drafter，在 llama.cpp 下可启用，实测加速显著：
Ollama 目前暂不支持 DFlash；需要投机解码请用 llama.cpp 路径（见路径二步骤 3）。
三、路径二：llama.cpp + GGUF 部署（最省显存 + DFlash 加速）
步骤 1：下载 GGUF 模型文件
三个文件用途：主模型（~20GB Q4_K_XL）、DFlash drafter（~1.6GB）、视觉投影器（mmproj）。
步骤 2：编译 llama.cpp
步骤 3：启动服务（含 DFlash + 视觉）
启动后访问 http://127.0.0.1:8080 即可使用。API 与 Ollama 一样是 OpenAI 兼容格式。
四、路径三：Spark 1.3 API + 本地 Glimmer 混合配置
如果你同时需要 Spark 1.3 的旗舰能力和 Glimmer 的本地隐私，可以在同一个应用中配置两个后端，按任务路由。
五、对接 IDE 与 Agent 框架
VS Code + Continue 插件
六、硬件需求与量化选择
| | | |
|---|
| | | |
| | | |
| | | Ollama MLX 版或 llama.cpp GGUF |
| | | |
| | | |
Meta 官方称 Q4 量化在 Agent 基准上相比全精度仅有约 1% 性能下降。日常使用 Q4 是性价比最高的选择。
常见踩坑：
- 视觉输入静默无效：Ollama 的
muse-glimmer:30b 标签自带投影器；但 llama.cpp 若未加 --mmproj 参数，图像输入不报错也不生效。
- Ollama 版本过旧：Glimmer 需要 Ollama ≥ 0.32.7，旧版本拉取会报模型不存在。
- Ollama 默认装 C 盘：Windows 用户用
OLLAMA_MODELS 环境变量迁移模型路径。
- 上下文吃显存：128K 上下文下 KV Cache 是大头，量化不能解决此问题。显存不够时降低
-c 值到 32768 或 8192。
- 中文/空格路径报错：模型文件务必放在纯英文无空格路径下。
常见问题
Q: 为什么 ollama pull muse-spark:1.3 报模型不存在？
A: 因为 Muse Spark 1.3 是闭源模型，Ollama 库中没有。能拉取的是开源的 Muse Glimmer 30B，命令为 ollama pull muse-glimmer:30b。
Q: Glimmer 30B 的编码能力够用吗？
A: 对于日常本地编码辅助——写脚本、修 Bug、文件编辑、工具调用——完全够用。SWE-Bench Pro 51.2%在 30B 级别有竞争力。但它不是 Spark 1.3 的替代品（Spark 1.3 的 DeepSWE 75.4%），复杂重构和深度推理仍建议用 Spark 1.3 API。
Q: Ollama 和 llama.cpp 该选哪个？
A: 新手或快速体验选 Ollama（两条命令搞定）。需要 DFlash 投机解码加速、视觉投影器精细控制或最省显存选 llama.cpp。两者 API 都是 OpenAI 兼容，切换成本几乎为零。
Q: 能不能用 Ollama 跑 Spark 1.3 的 GGUF 量化版？
A: 不能。Spark 1.3 权重未公开，不存在任何 GGUF 文件。网上如有声称"Spark 1.3 GGUF"的资源，均为第三方改名或伪造，不要下载运行。
Q: DFlash 投机解码在 Ollama 上什么时候支持？
A: 截至 2026-09 Ollama 尚未支持 DFlash。需要 3× 加速请用 llama.cpp 并加 --draft-model 参数。Ollama 后续版本可能会集成，关注官方更新日志。
以上信息综合自 Meta 官方公告（dev.meta.ai / Meta AI Research）、HuggingFace 仓库（meta-models/Muse-Glimmer-30B-GGUF）、Ollama 官方库、byteiota.com、mer.vin、稀土掘金、sandbase.ai、cua.ai、CSDN 等来源，于 2026-09 初核对。Muse Spark 1.3 的闭源状态与 Glimmer 的开源 Apache 2.0 许可、Ollama 版本要求、GGUF 文件名与量化体积、DFlash 加速数据等均来自官方与社区多源交叉验证。部署前请以 HuggingFace 仓库与 Ollama 官方库确认最新模型标签与参数。
AI 速览
