---
title: Cum folosesc modele locale (Ollama) în Flowise?
description: "Flowise poate folosi modele **rulate local**, nu doar servicii comerciale. Cea mai simplă cale este prin **Ollama**, un server ușor pentru modele open-source. Această variantă îți garantează ca datele nu părăsesc serverul tău și nu plătești per token. ## 1.…"
url: "https://www.hostx.ro/kb/cum-folosesc-modele-locale-ollama-in-flowise/"
updated: "2026-08-06"
category: "AI & Automatizări / Flowise"
tags:
  - API
  - configurare
  - Flowise
  - integrare
  - Linux
  - Node.js
  - performanță
  - VPS
---

# Cum folosesc modele locale (Ollama) în Flowise?

Flowise poate folosi modele **rulate local**, nu doar servicii comerciale. Cea mai simplă cale este prin **Ollama**, un server ușor pentru modele open-source. Această variantă îți garantează ca datele nu părăsesc serverul tău și nu plătești per token.

## 1. Instalează Ollama

Pe VPS (Linux):

```
curl -fsSL https://ollama.com/install.sh | sh
```

Descarcă apoi un model, de exemplu:

```
ollama pull llama3.1
ollama pull nous-hermes2
```

Ollama expune un server local pe portul **11434**.

## 2. Asigură conectivitatea Flowise → Ollama

Dacă Flowise rulează în Docker, containerul trebuie să poată accesa Ollama. Folosește adresa corectă (de exemplu `http://host.docker.internal:11434` sau IP-ul gazdei) și asigură-te că Ollama ascultă pe interfața potrivită.

## 3. Adaugă nodul ChatOllama

Pe pânză, adaugă nodul **ChatOllama**. Completează:

- **Base URL** — adresa serverului Ollama (de exemplu `http://127.0.0.1:11434`).
- **Model Name** — numele modelului descărcat (de exemplu `llama3.1`).

## 4. Pentru embeddings locale

Pentru RAG fără costuri externe, folosește nodul **Ollama Embeddings** cu un model de embeddings (de exemplu `nomic-embed-text`).

## 5. Testează

Deschide chat-ul și trimite un mesaj. Primul răspuns poate fi mai lent (modelul se încarcă în memorie). Pentru performanță bună, alege dimensiunea modelului în funcție de RAM/VRAM disponibil pe VPS.

**Notă:** Modelele mari cer mult RAM/VRAM. Pentru un VPS fără GPU, alege modele mici/cuantizate. Un plan VPS mai puternic (sau cu GPU) oferă răspunsuri mai rapide.