# Ollama healthcheck: как проверить API, модель и ответ

Источник: https://modelium.tech/zhurnal/ollama-healthcheck/

Для Ollama healthcheck разделяйте доступность сервера, наличие нужного локального тега и способность конкретной модели ответить на тестовый запрос. GET /api/tags перечисляет локально доступные модели, GET /api/ps — загруженные в память, а POST /api/generate проверяет генерацию. Успех одного HTTP-запроса не доказывает качество ответа, наличие свободных ресурсов или готовность вашей интеграции.

**Документация проверена 30 сентября 2026 года.** Ниже описан протокол для *вашего* локального сервера, а не результат запуска Modelium. На этой машине модель не скачивалась и нагрузочный тест не проводился. [s1](#src-s1) [s4](#src-s4)

## Что считать готовностью Ollama?

Для операционного healthcheck нужны три разных ответа: сервер принимает соединение по ожидаемому адресу; нужный **локальный** тег есть в каталоге `/api/tags`; запрос к этому тегу возвращает завершённую генерацию. В документации Ollama локальный адрес — `http://localhost:11434/api`, а локальные запросы не требуют API-ключа; прямой облачный адрес — другой endpoint с другой схемой доступа. Не подменяйте адрес автоматически, если приложение работает в контейнере или на удалённом хосте. [s1](#src-s1) [s2](#src-s2) [s4](#src-s4)

`/api/ps` отвечает на четвёртый, отдельный вопрос: *какие модели загружены в память сейчас*. Пустой список до первого запроса может быть нормальным: FAQ описывает предзагрузку и политику `keep_alive`. И наоборот, запись в `/api/ps` ещё не подтверждает, что ваш промпт выполняется без ошибок. `size_vram` в API — поле текущего состояния, не минимальное требование к видеопамяти. [s3](#src-s3) [s6](#src-s6)

Маршрут решения: задача приложения → точный тег подходящей модели → доступное устройство → локальный сервер Ollama → тестовый ответ → проверка качества на своих данных. Проверка доступности сервера — только начало этого маршрута, а не его конец. [s1](#src-s1) [s2](#src-s2) [s4](#src-s4)

## Как проверить локальный API по шагам?

**Предусловия.** Ollama должен быть установлен и запущен на вашем устройстве; команды ниже обращаются к уже работающему серверу и *не скачивают* модели. В официальном Docker-примере порт контейнера публикуется как `11434:11434`; на хосте с другой конфигурацией подставьте фактический адрес. Не открывайте порт на внешнюю сеть без отдельного контроля доступа. [s1](#src-s1) [s7](#src-s7)

- **Сервер и список тегов.** На машине, которая видит API, выполните `curl -fsS --max-time 5 http://localhost:11434/api/tags`. При доступном сервере вы получите JSON с массивом `models`. HTTP 200 с пустым массивом означает, что API отвечает, но из этого нельзя сделать вывод о наличии нужной локальной модели. При ошибке соединения проверьте адрес, процесс Ollama и проброс порта. Флаг `-f` заставляет curl считать ошибкой HTTP 4xx/5xx; `--max-time` ограничивает ожидание на *этом* этапе. [s1](#src-s1) [s2](#src-s2) [s5](#src-s5)

- **Точный тег.** Найдите в `models[].name` нужный локальный тег, например `llama3.2`, не подменяя его на произвольный `latest`: строку из вашего ответа скопируйте как есть. Список `/api/tags` сообщает о локально доступной модели и её метаданных, но не о текущей загрузке в память и не о пригодности для вашей задачи. Если тега нет, скачайте заранее выбранную модель по процедуре `/api/pull` или вернитесь к [вводному гайду Ollama](/zapusk/ollama/); загрузка может требовать сеть и свободное место. [s2](#src-s2) [s8](#src-s8)

- **Пробная генерация.** Подставьте *существующий* тег вместо `ВАШ_ТЕГ` и отправьте `curl -fsS --max-time 120 http://localhost:11434/api/generate -H 'Content-Type: application/json' -d '{"model":"ВАШ_ТЕГ","prompt":"Ответь одним словом: готов","stream":false}'`. В JSON проверьте `done: true`, отсутствие `error` и содержимое `response`; не проверяйте точное совпадение со словом «готов», поскольку ответ модели не детерминирован. Параметр `stream:false` даёт единый JSON вместо последовательности событий; длительность ожидания следует выбирать под своё устройство и холодную загрузку. Успех подтверждает выполнение **этого** запроса, а не стабильность сервиса под параллельной нагрузкой. [s4](#src-s4) [s5](#src-s5) [s6](#src-s6)

- **Состояние после запроса.** Выполните `curl -fsS --max-time 5 http://localhost:11434/api/ps` и посмотрите `models[].name` и `expires_at`. Модель может быть выгружена по `keep_alive`, а параметр запроса способен переопределить настройку сервера. Поэтому мониторинг `/api/ps` не должен автоматически трактовать пустой список как отказ inference: для проверки готовности необходим фактический пробный запрос. [s3](#src-s3) [s4](#src-s4) [s6](#src-s6)

Выбирайте тег и размер по задаче и совместимости устройства в [разделе Ollama](/zapusk/ollama/). Время загрузки, RAM/VRAM и качество русских ответов нельзя вывести только из названия тега либо размера файла; здесь они не измерены. [s2](#src-s2) [s4](#src-s4)

## Что меняется в Docker Compose и при мониторинге?

Официальная Docker-инструкция показывает публикацию порта контейнера `11434`. `localhost` внутри *другого* контейнера означает сам этот контейнер, а не автоматически контейнер Ollama. Адрес теста должен соответствовать реальной сети приложения: на хосте с опубликованным портом это может быть `localhost:11434`, в общей Docker-сети — имя сервиса и порт `11434`. Это следствие топологии вашей установки, не универсальная готовая Compose-конфигурация. Не предполагается, что образ Ollama содержит `curl` или что Docker healthcheck сам скачает нужные веса. [s7](#src-s7)

Для внешнего мониторинга разделите лёгкий сигнал «процесс/API доступны» и дорогой прикладной сигнал «модель ответила». Частый запрос `/api/generate` может загружать веса и создавать работу даже без пользовательского трафика; подбирайте частоту, timeout и модель под свою систему. Это редакционная рекомендация, **не** измеренное пороговое значение. Если важны задержки и очередь, проверяйте их отдельным нагрузочным сценарием, а не одним ответом healthcheck; документация описывает очередь и возможный HTTP 503 при перегрузке. [s4](#src-s4) [s6](#src-s6)

## Что делать при ошибке?

- **Соединение не устанавливается.** Сначала проверьте доступность именно того адреса/порта, к которому подключается ваше приложение; в контейнерном сценарии сверьте публикацию порта и сеть. Не отправляйте запросы в прямой облачный API вместо локального только потому, что он доступен. [s1](#src-s1) [s7](#src-s7)

- **API отвечает, но нужного тега нет.** `models` из `/api/tags` — локальный перечень. Уточните написание имени и при необходимости выполните осознанную загрузку через `/api/pull`; успешный HTTP списка не означает успешной генерации. [s2](#src-s2) [s8](#src-s8)

- **Модель есть, но генерация возвращает ошибку.** Смотрите HTTP-статус и поле `error` в JSON. Документация отдельно описывает 400, 404, 429, 500, 502 и ошибки в середине потокового ответа; для `stream:false` не надо объявлять HTTP 200 единственным критерием, проверяйте тело и `done`. Точный способ устранения зависит от сообщения и вашей конфигурации. [s4](#src-s4) [s5](#src-s5)

- `**/api/ps**`** пустой после ожидания.** Это список *текущих* загруженных моделей. Проверьте фактический тестовый ответ и срок `keep_alive`; не делайте вывод о неисправности сервера по одному пустому списку. [s3](#src-s3) [s6](#src-s6)

Итоговый критерий перед передачей нагрузки: сохраните адрес сервера, точный тег, HTTP-статус и тело пробного ответа, время/дату проверки и условия устройства. На своих репрезентативных запросах затем отдельно проверьте качество и поведение при конкуренции; Modelium такой прогон не проводил. [s2](#src-s2) [s4](#src-s4) [s6](#src-s6)

## Источники

1. [Ollama: Introduction to API](https://docs.ollama.com/api/introduction.md) — получено 2026-09-30
2. [Ollama: List models /api/tags](https://docs.ollama.com/api/tags.md) — получено 2026-09-30
3. [Ollama: List running models /api/ps](https://docs.ollama.com/api/ps.md) — получено 2026-09-30
4. [Ollama: Generate a response /api/generate](https://docs.ollama.com/api/generate.md) — получено 2026-09-30
5. [Ollama: API errors and HTTP statuses](https://docs.ollama.com/api/errors.md) — получено 2026-09-30
6. [Ollama: FAQ, loaded models and keep_alive](https://docs.ollama.com/faq.md) — получено 2026-09-30
7. [Ollama: Docker documentation](https://docs.ollama.com/docker.md) — получено 2026-09-30
8. [Ollama: Pull a model /api/pull](https://docs.ollama.com/api/pull.md) — получено 2026-09-30