# 如何安全刪除 Ollama 與 LM Studio 模型 > 刪除 LM Studio 模型並清理 Ollama 模型儲存，同時保留對話、微調結果、適配器、私有權重與共用資料塊。 Published: 2026-07-16 | Updated: 2026-09-05 刪除 LM Studio 模型或清理 Ollama 模型儲存時，先用各自的模型清單確認對象，不要直接在 Finder 裡刪除資料塊。本機 AI 工具很容易佔用幾十 GB，因為模型權重本身就很大。公開模型通常能重新下載，但下載耗時，特定版本、許可或存取權限也可能變化。清理前先列出模型，並另外保存聊天、微調結果、適配器、提示詞和專案資料。 ## 在 LM Studio 中刪除模型 1. 打開 LM Studio 的 **My Models**，依名稱與大小找到目標模型。 2. 使用該模型本身的刪除操作，不要去 Finder 裡刪除名稱相近的資料夾。 3. 刪除後執行 `lms ls`，確認它已不在 LM Studio 的模型清單中。 LM Studio 允許自行選擇模型目錄，所以照抄另一台 Mac 的路徑並不可靠。如果改過目錄，應以目前設定的位置為準，再核對實際釋放的空間。 ## 移除 Ollama 模型 先列出本機模型，再把準確名稱交給 Ollama： ``` ollama ls ollama rm MODEL_NAME ``` 移除後再執行一次 `ollama ls`。這樣 Ollama 會自行更新共用的 manifest 與資料塊，不會讓模型儲存落入未知狀態。 ## 模型通常存在哪裡 - **Ollama：** 預設儲存在 `~/.ollama/models`，也可能由 `OLLAMA_MODELS` 指向其他目錄。用 `ollama ls` 列出模型，用 `ollama rm ` 依名稱移除。目前[命令列說明](https://docs.ollama.com/cli)記錄了這兩個指令 - **LM Studio：** 模型目錄可由使用者選擇。透過應用程式的 My Models 或 [`lms ls`](https://lmstudio.ai/docs/cli/local-models/ls)可以查看模型和大小，再從 LM Studio 中移除，固定猜測某個隱藏路徑並不可靠 - **Hugging Face：** 預設快取位於 `~/.cache/huggingface/hub`，`HF_HOME` 等設定可以變更根目錄。`hf cache ls` 用於列出倉庫與修訂，`hf cache rm model/ --dry-run` 可預覽指定模型的移除，`hf cache prune --dry-run` 可預覽游離和未完成修訂。詳見 [Hugging Face 快取說明](https://huggingface.co/docs/huggingface_hub/en/guides/manage-cache) 實際大小可以這樣檢查： ``` du -sh ~/.ollama/models ~/.cache/huggingface 2>/dev/null ``` ## 模型、快取和個人資料要分開 公開發布的模型也許能重新下載，本機微調、適配器、轉換後的量化檔案和私有檢查點卻可能沒有副本。 桌面 AI 應用程式還可能在 Application Support 中儲存對話與附件，或把部分歷史同步到帳號，因此匯出和同步方式也值得一起確認。本機檔案未必都可刪除，對話也未必只在本機，具體取決於應用程式的實作。 ## 完整解除安裝 AI 應用程式 應用程式套件往往只佔很小一部分空間，模型和支援檔案才是大頭。這與[徹底解除安裝一般應用程式](https://mole.fit/tw/blog/how-to-completely-uninstall-apps-on-mac)相同。 解除安裝 Ollama 前，可以用 `ollama rm` 移除具名模型，LM Studio 透過應用程式管理已設定的目錄，聊天用戶端則先匯出需要的歷史，再依廠商說明解除安裝。Application Support 容器即使名稱相符，也可能混有仍需保留的資料，整目錄刪除的依據還不夠。 ## 為什麼要用工具自己的刪除指令 Ollama 把模型儲存為依 sha256 雜湊命名的內容定址 blob，位於 `~/.ollama/models/blobs`。較小的 manifest 再把模型名稱和標籤關聯到所需 blob。 多個模型可以共用同一個 blob。`ollama rm` 會先移除 manifest，只有沒有其他參照時才釋放 blob。手動刪除 blob 可能破壞仍在使用它的模型。 模型體積不是附帶開銷。數十億參數量化後仍需要數 GB，更大或精度更高的模型會佔用更多。Hugging Face 也依修訂儲存不可變快照，並對重複內容去重。讓所屬工具維護參照關係，才能避免損壞模型庫或留下無效檔案。
兩個具名模型 manifest 指向一組依雜湊命名的共用 blob，其中一個 blob 同時被兩者參照，所以只有不再存在任何參照時，刪除模型才會釋放它。
多個模型可以共用 blob。只有最後一個參照消失時，空間才會釋放。
## 先用磁碟地圖確認模型佔用 [Mole](https://mole.fit/tw/) 的「分析」頁可以找出意外增長的模型目錄，但模型名稱、共用 blob 和修訂關係仍應交給 Ollama、LM Studio 或 Hugging Face 管理。通用清理工具不該自行刪除模型庫或聊天紀錄。 ## 清理 AI 模型時按這個順序 用所屬工具列出模型，區分可下載權重與唯一的本機產物，匯出需要保留的內容，停止使用目標模型的推論、訓練與下載工作，再一次移除一個具名模型。接著檢查磁碟大小，共用 blob 可能讓實際回收量小於模型標示的大小；只有確認不再保留任何資料，並結束相關 App 與背景工作後，才在完整解除安裝中處理整個支援目錄。 --- Canonical HTML page: https://mole.fit/tw/blog/how-to-remove-ai-tool-leftovers-mac Blog index for agents: https://mole.fit/tw/blog/llms.txt Site index for agents: https://mole.fit/llms.txt