Ollama在Windows安装，使用，简单调用API

一、安装ollama

1、安装

在Windows本地安装ollama，官方网页：https://ollama.com/download/windows

下载完安装包，安装就好，默认应该是C盘。应该是没办法改，如果有小伙伴能改，也请告知一下。

2、验证安装

出现如下所示，安装成功

3、设置模型拉取地址

模型一般很大，避免都存在C盘，进行更改地址，下述我多有引用。

新建一个环境变量：

变量名：OLLAMA_MODELS

变量值：D:\Ollama //这里写你打算放大模型的位置

配置好环境变量，重启电脑！！！

或者

setx OLLAMA_MODELS "D:\ollama_model"

根据自己需要，也可以多看几篇文章

二、使用ollama

1、拉取模型

拉取模型，可以参考官网GitCode - 全球开发者的开源社区,开源代码托管平台

我拉取的是最基础的，如下图

上述就是拉取成功了，成功后在命令行中就可以简单使用。

2、在python上调用

我这里很简单。

我是自己建立了一个python=3.10的虚拟环境

接着要安装相应的库，必须的库是

pip install ollama

接着创建自己的文件，其中
model='llama3.1'
改为自己的模型

import ollama# 生成回答并逐字符打印
stream = ollama.chat(model='llama3.1',messages=[{'role': 'user', 'content': '天为什么是绿的'}],stream=True,
)for chunk in stream:print(chunk['message']['content'], end='', flush=True)def test_ollama_chat():# Test case 1: Test with a simple questionmessages1 = [{'role': 'user', 'content': '天为什么是绿的'}]stream1 = ollama.chat(model='llama3.1', messages=messages1, stream=True)response_content = ""for chunk in stream1:response_content += chunk['message']['content']# 检查回答是否合理assert "绿色" in response_content or "为什么" in response_contentprint("All test cases pass")test_ollama_chat()

输出在终端，结果为

大家可以自行更改引号中的问题，来尝试

'content': '天为什么是绿的'

这个只是初试，大家可以自行优化代码 .

再给一个测试案例，大家再自己优化

import ollama
def generate_response(model_name, prompt):# 生成回答并逐字符打印stream = ollama.chat(model=model_name,messages=[{'role': 'user', 'content': prompt}],  # 提供具体的问题或提示stream=True,)response = ""for chunk in stream:response += chunk['message']['content']print(chunk['message']['content'], end='', flush=True)return response
def test_ollama_chat():# Test case 1: Test with a simple Chinese questionmodel_name = 'llama3.1'prompt = '为什么天空是蓝色的？'expected_keywords = ['绿色', '散射']response = generate_response(model_name, prompt)# 检查回答是否包含预期的关键词if all(keyword in response for keyword in expected_keywords):print("\nTest case 1 passed.")else:print(f"\nTest case 1 failed. Response was: {response}")# Test case 2: Test with an English questionprompt = 'Why is the sky blue?'expected_keywords = ['blue', 'scatter']response = generate_response(model_name, prompt)# 检查回答是否包含预期的关键词if all(keyword in response.lower() for keyword in expected_keywords):print("\nTest case 2 passed.")else:print(f"\nTest case 2 failed. Response was: {response}")# 运行测试
test_ollama_chat()

输出的结果如下图（应该是模型或者什么原因，反复提问的话，回复会有差别，我选取其中一个）