llama3.2-vision多模态交互

---

前言

---

一、多模态

本文测试了llama3.2-vision的（文本+图像）多模态交互。纯文本交互见：llama3.2-vision

二、使用步骤

1. 任务说明

python脚本，给定一张图片，用户可以进行交互讨论。测试了 test.jpg 和 fruts.jpeg， 如下：

2. Demo

代码如下（示例）：

import ollama
import argparse

def api_chat(img='test.jpg'):
	conversation_history = [
		{
   
   "role": "system", "content": "You are an assistant."},
		{
   
   
			'role'