【LLM】Ollama：本地大模型 WebAPI 调用

Ollama 快速部署

安装 Docker ：从 Docker 官网下载并安装。

部署 Ollama：

使用以下命令进行部署：

bash 复制代码

docker run -d -p 11434:11434 --name ollama --restart always ollama/ollama:latest

进入容器并下载 qwen2.5:0.5b 模型：
- 进入 Ollama 容器：
bash 复制代码
```
docker exec -it ollama bash
```
- 在容器内下载模型：
bash 复制代码
```
ollama pull qwen2.5:0.5b
```

Python 环境准备

在开始之前，请确保您已安装 requests 模块。可以通过以下命令安装：

bash 复制代码

pip install requests

我们还将初始化基本的 API 相关配置，如下所示：

python 复制代码

import requests

# 基础初始化设置
base_url = "http://localhost:11434/api"
headers = {
    "Content-Type": "application/json"
}

对话方式

生成文本补全 (Generate a Completion)

API : /generate
功能: 生成指定模型的文本补全。输入提示词后，模型根据提示生成文本结果。
请求方法 : POST
Ollama API 参数 :
- model（必填）：模型名称，用于指定生成模型，例如 qwen2.5:0.5b。
- prompt（必填）：生成文本所用的提示词。
- suffix（可选）：生成的补全文本之后附加的文本。
- stream（可选）：是否流式传输响应，默认 true，设置为 false 时返回完整文本。
- system（可选）：覆盖模型系统信息的字段，影响生成文本风格。
- temperature（可选）：控制文本生成的随机性，默认值为 1。

python 复制代码

def generate_completion(prompt, model="qwen2.5:0.5b"):
    url = f"{base_url}/generate"
    data = {
        "model": model,
        "prompt": prompt,
        "stream": False
    }
    response = requests.post(url, headers=headers, json=data)
    return response.json().get('response', '')

# 示例调用
completion = generate_completion("介绍一下人工智能。")
print("生成文本补全:", completion)

流式生成文本补全 (Streaming Completion)

API : /generate
功能: 流式生成文本补全，模型会逐步返回生成的结果，适用于长文本。
请求方法 : POST
Ollama API 参数 :
- model（必填）：模型名称。
- prompt（必填）：生成文本所用的提示词。
- stream（必填）：设置为 true，启用流式传输。

python 复制代码

def generate_completion_stream(prompt, model="qwen2.5:0.5b"):
    url = f"{base_url}/generate"
    data = {
        "model": model,
        "prompt": prompt,
        "stream": True
    }
    response = requests.post(url, headers=headers, json=data, stream=True)
    result = ""
    for line in response.iter_lines():
        if line:
            result += line.decode('utf-8')
    return result

# 示例调用
stream_completion = generate_completion_stream("讲解机器学习的应用。")
print("流式生成文本补全:", stream_completion)

生成对话补全 (Chat Completion)

API : /chat
功能: 模拟对话补全，支持多轮交互，适用于聊天机器人等场景。
请求方法 : POST
Ollama API 参数 :
- model（必填）：模型名称。
- messages（必填）：对话的消息列表，按顺序包含历史对话，每条消息包含 role 和 content。
  - role: user（用户）、assistant（助手）或 system（系统）。
  - content: 消息内容。
- stream（可选）：是否流式传输响应，默认 true。

python 复制代码

def generate_chat_completion(messages, model="qwen2.5:0.5b"):
    url = f"{base_url}/chat"
    data = {
        "model": model,
        "messages": messages,
        "stream": False
    }
    response = requests.post(url, headers=headers, json=data)
    return response.json().get('message', {}).get('content', '')

# 示例调用
messages = [
    {"role": "user", "content": "什么是自然语言处理？"},
    {"role": "assistant", "content": "自然语言处理是人工智能的一个领域，专注于人与计算机之间的自然语言交互。"}
]
chat_response = generate_chat_completion(messages)
print("生成对话补全:", chat_response)

生成文本嵌入 (Generate Embeddings)

API : /embed
功能: 为输入的文本生成嵌入向量，常用于语义搜索或分类等任务。
请求方法 : POST
Ollama API 参数 :
- model（必填）：生成嵌入的模型名称。
- input（必填）：文本或文本列表，用于生成嵌入。
- truncate（可选）：是否在文本超出上下文长度时进行截断，默认 true。
- stream（可选）：是否流式传输响应，默认 true。

python 复制代码

def generate_embeddings(text, model="qwen2.5:0.5b"):
    url = f"{base_url}/embed"
    data = {
        "model": model,
        "input": text
    }
    response = requests.post(url, headers=headers, json=data)
    return response.json()

# 示例调用
embeddings = generate_embeddings("什么是深度学习？")
print("生成文本嵌入:", embeddings)

模型的增删改查

列出本地模型 (List Local Models)

API : /tags
功能: 列出本地已加载的所有模型。
请求方法 : GET
Ollama API 参数: 无。

python 复制代码

def list_local_models():
    url = f"{base_url}/tags"
    response = requests.get(url, headers=headers)
    return response.json().get('models', [])

# 示例调用
local_models = list_local_models()
print("列出本地模型:", local_models)

查看模型信息 (Show Model Information)

API : /show
功能: 查看特定模型的详细信息，如模型的参数、版本、系统信息等。
请求方法 : POST
Ollama API 参数 :
- name（必填）：需要查看信息的模型名称。
- verbose（可选）：设置为 true 时返回更详细的信息。

python 复制代码

def show_model_info(model="qwen2.5:0.5b"):
    url = f"{base_url}/show"
    data = {"name": model}
    response = requests.post(url, headers=headers, json=data)
    return response.json()

# 示例调用
model_info = show_model_info()
print("模型信息:", model_info)

创建模型 (Create a Model)

API : /create
功能 : 根据指定的 Modelfile 创建一个新模型，可以在已有模型的基础上定制。
请求方法 : POST
Ollama API 参数 :
- name（必填）：新创建的模型名称。
- modelfile（可选）：模型文件的内容，定义模型的基础信息。
- stream（可选）：是否流式传输响应。

python 复制代码

def create_model(model_name="qwen2.5_custom", base_model="qwen2.5:0.5b"):
    url = f"{base_url}/create"
    data = {
        "name": model_name,
        "modelfile": f"FROM {base_model}\nSYSTEM You are a helpful assistant."
    }
    response = requests.post(url, headers=headers, json=data)
    return response.json()

# 示例调用
create_response = create_model()
print("创建模型:", create_response)

拉取模型 (Pull a Model)

API : /api/pull
功能: 从 Ollama 库下载模型。取消的拉取将从上次中断的位置继续，并且多个调用将共享相同的下载进度。
请求方法 : POST
Ollama API 参数 :
- name（必填）：要拉取的模型名称。
- insecure（可选）：允许与库建立不安全的连接，仅在开发过程中从自己的库中提取时使用。
- stream（可选）：如果为 false，响应将作为单个响应对象返回，而不是对象流。

python 复制代码

def pull_model(model_name="qwen2.5:0.5b"):
    url = f"{base_url}/api/pull"
    data = {"name": model_name}
    response = requests.post(url, headers=headers, json=data)
    return response.json()

# 示例调用
pull_response = pull_model()
print("拉取模型:", pull_response)

删除模型 (Delete a Model)

API : /delete
功能: 删除本地模型以及其相关的数据。
请求方法 : DELETE
Ollama API 参数 :
- name（必填）：需要删除的模型名称。

python 复制代码

def delete_model(model_name="qwen2.5_custom"):
    url = f"{base_url}/delete"
    data = {"name": model_name}
    response = requests.delete(url, headers=headers, json=data)
    return response.json()

# 示例调用
delete_response = delete_model()
print("删除模型:", delete_response)