一、修改环境变量
1.1 配置远程访问
在我们本地部署好ollama之后，仅支持本机访问，我们可以通过修改环境变量让其他人可以远程访问。
在wins电脑上增加环境变量：
复制OLLAMA_HOST 0.0.0.0:11434
1.2 配置本地模型路径
1.2.1 本地模型默认路径
wins本地模型默认路径：C:\Users\%username%\.ollama\models。
这里 %username% 是当前登录的用户名。例如，如果用户名为 Smqnz，则模型文件的默认存储路径可能是 C:\Users\Smqnz\.ollama\models。
以我的电脑为例：
复制C:\Users\admin\.ollama\models
1.2.2 修改本地模型默认路径
wins上的环境变量增加：
复制OLLAMA_MODELS 你想要存放的路径
以下为修改示例：
修改后，重启ollama即可。
1.3 配置允许的http请求来源
OLLAMA_ORIGINS 是 Ollama 中用于配置跨域资源共享（CORS）的环境变量，可以指定哪些来源（域名、IP 地址等）可以访问 Ollama 提供的 API 服务。
如果我们想让它接收任何来源(IP)的http请求的话，我们需要将其设置为*。
复制OLLAMA_ORIGINS *
这里一定要注意，以上修改的环境变量名称必须为大写，不要随意修改。
二、ollama常用API请求
一般来说，我们可以通过打开命令行窗口直接进行对话。
但是这种方式对于开发者来说并不实用，一般我们需要通过其API进行访问与开发，本次我们就来详细聊一下ollama常见的API。
2.1 文本生成API
Ollama 提供了一套功能丰富的文本生成接口，方便用户与本地部署的模型进行交互，以下是其主要的文本生成接口及功能介绍：
接口路径：POST /api/generate
功能：向模型发送提示（prompt），生成文本回复。
请求参数：
model：模型名称，如 "deepseek-r1:7b"。
prompt：输入的提示文本。
stream：是否启用流式输出，默认为 false。
options：可选参数，包括：
temperature：控制生成文本的多样性，取值范围通常为 0 到 1。
max_tokens：最大生成的 token 数量。
top_p：Top-p 采样参数。
复制import requests
# Ollama 服务的 URL
url = "http://localhost:11434/api/generate"
# 请求数据
data = {
"model": "deepseek-r1:8b", # 指定模型名称
"prompt": "你好，请简单介绍一下Python语言的特点。", # 输入的提示词
"stream": False, # 是否启用流式响应
"options": { # 可选参数
"temperature": 0.7, # 温度参数，控制生成内容的随机性
"max_tokens": 100 # 最大生成长度
}
}
# 发送 POST 请求
response = requests.post(url, jsnotallow=data)
# 检查响应状态
if response.status_code == 200:
result = response.json()
print("生成的文本：", result.get("response"))
else:
print("请求失败，状态码：", response.status_code)
print("错误信息：", response.text)
2.2 对话聊天API
接口路径：POST /api/chat
功能：支持多轮对话，模型会记住上下文。
请求参数：
model：模型名称。
messages：消息列表，包含用户输入和模型回复，格式为 {"role": "user", "content": "用户输入内容"}。
stream：是否启用流式输出，默认为 false。
options：可选参数，与生成文本接口类似。
复制import requests
import json
# 设置请求的URL和端口
url = "http://localhost:11434/api/chat"
# 设置请求的数据
data = {
"model": "deepseek-r1:8b", # 模型名称
"messages": [
{"role": "system", "content": "你现在是一名合格的售票员，你还可以随意生成一些航班路线提供给用户，请扮演好您的角色。"},
{"role": "user", "content": "你好，我想订一张机票。"},
{"role": "assistant", "content": "好的，请问您要去哪里？"},
{"role": "user", "content": "我要去北京。"},
{"role": "user", "content": "有哪些航班可选？"}
],
"stream": False # 是否启用流式输出
}
# 设置请求头
headers = {
"Content-Type": "application/json"
}
# 发送POST请求
response = requests.post(url, headers=headers, data=json.dumps(data))
# 检查响应状态码
if response.status_code == 200:
# 解析响应内容
result = response.json()
# 输出模型的回复内容
print("模型回复：", result.get("message").get("content"))
else:
# 打印错误信息
print(f"请求失败，状态码：{response.status_code}")
print("错误信息：", response.text)
三、ollama兼容openai的请求
3.1 单轮对话
复制from openai import OpenAI
client = OpenAI(
base_url="http://localhost:11434/v1", # Ollama默认API地址
api_key="test" # 必填字段但会被忽略，随便填写即可
)
response = client.chat.completions.create(
model="deepseek-r1:8b", # 替换为已下载的模型名称
messages=[
{"role": "system", "content": "你是一个有帮助的助手"},
{"role": "user", "content": "用50字解释量子计算"}
],
temperature=0.7,
max_tokens=1024
)
print(response.choices[0].message.content)
3.2 多轮对话
复制from openai import OpenAI
def run_chat_session():
client = OpenAI(
base_url="http://localhost:11434/v1/",
api_key="test" # 必填但会被忽略
)
chat_history = []
while True:
user_input = input("用户：")
if user_input.lower() == "exit":
print("AI：对话结束")
break
chat_history.append({"role": "user", "content": user_input})
try:
response = client.chat.completions.create(
messages=chat_history,
model="deepseek-r1:8b" # 替换成你安装的模型名称
)
ai_response = response.choices[0].message.content
print(f"AI：{ai_response}")
chat_history.append({"role": "assistant", "content": ai_response})
except Exception as e:
print(f"错误：{e}")
if __name__ == "__main__":
run_chat_session()
可以看到，多轮对话可以通过维护问答列表能够很好地理解上下文的含义。
