Ollama 0.17.6 版本发布 修复核心解析并全面支持 Qwen3.5 模型

(3) 异常情况容错处理

• 若遇到未闭合的 标签，解析器会将后续所有内容安全地视为思考过程输出。
• 在处理带有预填充内容的Assistant消息续写时，会自动跳过起始的思考阶段。
• 能够自动清理 标签周围多余的空白字符和换行符，输出纯净的推理文本。

(4) 全面的测试覆盖

配套的测试文件 model/parsers/qwen35_test.go 新增了382行测试代码，覆盖了各种极端场景：包括工具调用XML格式识别、包含思考标签的内容提取、预填充场景、思考阶段误判工具调用、标签分片传输、未闭合标签的安全输出等。这些测试确保了Qwen3.5解析流程在任何复杂情况下都具备高度的鲁棒性。

四、模型渲染层深度优化：全新 Qwen3.5 与 GLM-OCR 渲染器

仅有强大的解析器还不够，为模型提供格式正确的输入同样关键。这就是渲染器的职责。本次更新在 model/renderers/ 目录下新增了两大核心渲染组件。

1. 全新的 Qwen35Renderer

新增文件 model/renderers/qwen35.go（共389行）。该渲染器专门负责为Qwen3.5模型生成符合其严格要求的prompt格式，精准遵循其XML函数调用规范和 思考框架。

功能亮点详解：

• 支持嵌入 指令区块，格式与模型需求完全对齐。
• 自动拼接系统提示词和函数声明。
• 能够生成标准的 块，包含 和 等细节。
• 在逻辑上支持多工具的顺序调用，可组装多个 块。
• 实现了思考过程与最终输出的完美分离，紧密贴合模型的训练数据格式。

此外，它还支持图片标记嵌入、为未启用思考模式的场景自动补充空思考模块等实用功能。配套的389行测试代码全面覆盖了多轮对话、函数递归、连续工具响应、思考与工具调用交错等复杂场景，确保渲染出的prompt万无一失。

2. GLM-OCR 渲染器重大修复

文件 model/renderers/glmocr.go 进行了99行关键修改，旨在解决一个核心问题：GLM-OCR模型此前无法正确渲染包含图像的prompt。

修复要点：

• 新增了 useImgTags 配置属性。
• 引入内部函数，动态判断是否为图片内容添加 [img-x] 标记。
• 优化了多图场景下的图片计数与偏移管理逻辑。
• 确保用户消息中的多张图片能按 [img-0][img-1] 的顺序被正确标识。

修复前后的差异对比显著：

修复前输出（图片信息丢失）：

<|user|>请识别图片内容。

修复后输出（正确标记多图）：

<|user|>
[img-0][img-1]请识别图片内容。

新增的测试文件验证了单图、多图、多轮对话偏移等多种情况，这意味着GLM-OCR模型现在可以稳定地对多图输入进行OCR推理任务。

3. 渲染器选择逻辑同步更新

在 model/renderers/renderer.go 中更新了模型与渲染器的映射关系，将原来的 Qwen3VLRenderer 替换为新的 Qwen35Renderer，并为 GLM-OCR 渲染器全局启用了图片标签选项。这确保了两个模型在渲染阶段都能获得一致且格式正确的上下文构造。

五、服务器端逻辑同步更新

为保持API前后端一致性，server.go 中也同步删除了 CompletionResponse 返回体中的 PeakMemory 字段。这使得服务器传输的数据结构更加轻量化和统一。

六、测试体系全面增强

本次更新新增的测试代码超过1000行，主要强化了以下几个维度的验证：

• 配置迁移测试：确保旧版配置能够自动、无损地升级到新版。
• GLM-OCR多图输入测试：确认每张图片都能获得正确的索引标识。
• Qwen3.5渲染与解析全链路测试：模拟思考、函数嵌套、流式数据拼接等复杂交互场景。
• 工具调用与推理多阶段测试：验证复杂XML结构的合法性与正确性。
• 流式传输行为测试：确保在分块输入条件下，系统状态始终保持一致。

对于像Qwen3.5这样混合了思考流和工具调用流的复杂模型，这轮全面的测试保证了其在并发请求或网络波动等复杂场景下的表现依然稳定可靠。

七、清理旧模型与无效依赖

版本清理了历史遗留的 imagegen LLM 模型，并简化了云端模型拉取的一些存根要求，进一步精简了部署流程。从提交历史中的多次回滚与重放操作可以看出，研发团队对云端模型的加载机制进行了深度的优化和验证。

八、总结与未来展望

Ollama v0.17.6 是一次务实且至关重要的版本更新。它没有追逐时髦的新功能，而是沉下心来，专注于底层稳定性、模型兼容性与推理一致性的深度打磨。这清晰地表明：Ollama正在从一个实验性工具，向一个更可靠、更符合工业化标准的本地大模型部署平台演进。

核心价值总结：

1. GLM-OCR 修复后，OCR模型能够稳定处理多图输入任务。
2. Qwen3.5 获得了原生的渲染与解析系统支持，完整打通了 思考链路，工具调用更可靠。
3. 配置文件自动迁移，用户升级体验平滑，实现零成本迁移。
4. API数据结构简化，输出更清晰，提升了整体兼容性。
5. 测试覆盖度大幅提升，为后续版本的长期稳定性奠定了坚实基础。

透过v0.17.6的更新，可以预见Ollama未来将继续加强对多模态模型和复杂推理模式的支持，为LLM的本地化部署以及企业级的多模型协作应用提供越来越坚实和高效的底层支撑。

结语

Ollama v0.17.6 虽非大版本迭代，却在工程细节上体现了极高的专业度。从智能配置迁移到精准的渲染逻辑，再到复杂的工具调用与流式解析，几乎每个子系统都在朝着更统一、更可靠、更智能的方向扎实迈进。对于依赖Ollama进行本地模型开发、测试与部署的团队和个人开发者而言，这次更新无疑是一次值得立即升级的、显著的质量提升。