# Ollama avec bge-m3 embarqué : l'image démarre sans rien télécharger, et c'est le même modèle partout. # Versions figées (2026-11-12) ; les changer = reconstruire et revérifier (ollama/verifier_ollama.py). # 1. Le modèle, téléchargé à la construction par l'image officielle (un serveur lancé le temps du pull) ; # puis les bibliothèques GPU retirées (4,4 Go de CUDA) : bge-m3 tourne sur processeur. FROM ollama/ollama:0.40.16 AS source RUN ollama serve >/tmp/serve.log 2>&1 & \ for i in $(seq 30); do ollama list >/dev/null 2>&1 && break; sleep 1; done && \ ollama pull bge-m3:567m && \ ollama list | grep -q 'bge-m3:567m' && \ rm -rf /usr/lib/ollama/cuda_v12 /usr/lib/ollama/cuda_v13 /usr/lib/ollama/mlx_cuda_v13 \ /usr/lib/ollama/vulkan /usr/lib/ollama/include # 2. L'image livrée : la même Ubuntu 24.04 que l'image officielle, Ollama, ses bibliothèques processeur, le modèle. FROM ubuntu:noble-20261024.1 COPY --from=source /usr/bin/ollama /usr/bin/ollama COPY --from=source /usr/lib/ollama /usr/lib/ollama # Seulement les modèles : la clé d'identité (id_ed25519) créée par le serveur du pull reste dans l'étape 1 ; # chaque conteneur génère la sienne au premier démarrage. COPY --from=source /root/.ollama/models /root/.ollama/models # Écoute sur toutes les interfaces du conteneur ; c'est le compose qui choisit où le port est publié. # KEEP_ALIVE=-1 : le modèle reste chargé, le premier brouillon de la journée ne paie pas le chargement. # NO_CLOUD=1 : aucun appel à ollama.com (recommandations, modèles en ligne) ; tout est local. ENV OLLAMA_HOST=0.0.0.0:11434 \ OLLAMA_KEEP_ALIVE=-1 \ OLLAMA_NO_CLOUD=1 EXPOSE 11434 HEALTHCHECK --interval=30s --timeout=10s --start-period=20s --retries=3 CMD ["ollama", "list"] ENTRYPOINT ["/usr/bin/ollama"] CMD ["serve"]