使用API方式远程调用ollama模型

1. 在有GPU的环境启动一个ollama大模型，非常简单：

可以参考官网https://github.com/ollama/ollama/blob/main/docs/linux.md

  注意，ollama启动时默认监听在127.0.0.1:11434上，可以通过配置OLLAMA_HOST环境变量修改。另外，配置OLLAMA_ORIGINS为任意地址，它表示允许访问的来源地址。

export OLLAMA_HOST="0.0.0.0:11434" 

export OLLAMA_ORIGINS="*"

ollama serve&  

ollama run qwen2.5:7b-instruct

另外，大模型的文件默认下载到/root/.ollama/models/文件夹下，包含blobs和manifests两个文件夹。可以通过修改环境变量 export OLLAMA_MODELS=/root/ollama-model 让大模型文件下载到指定位置。如果要迁移的话需要查看大模型的manifest文件，例如使用命令 more manifests/registry.ollama.ai/library/qwen2.5/7b 查看大模型对应的sha256xxx文件

然后把manifest和blobs下的相关文件到拷贝到指定位置即完成了迁移。

2. 然后就可以在远端访问：

curl http://172.2.3.4:11434/api/generate -d '{"model": "qwen2.5:7b-instruct","prompt": "what can you do?","stream":false}'

curl http://172.2.3.4:11434/api/generate -d '{
  "model": "qwen2.5:7b-instruct",
  "prompt": "Why is the sky blue?",
  "stream": false,
  "options": {
    "num_keep": 5,
    "seed": 42,
    "num_predict": 100,
    "top_k": 20,
    "top_p": 0.9,
    "tfs_z": 0.5,
    "typical_p": 0.7,
    "repeat_last_n": 33,
    "temperature": 0.8,
    "repeat_penalty": 1.2,
    "presence_penalty": 1.5,
    "frequency_penalty": 1.0,
    "mirostat": 1,
    "mirostat_tau": 0.8,
    "mirostat_eta": 0.6,
    "penalize_newline": true,
    "stop": ["\n", "user:"],
    "numa": false,
    "num_ctx": 1024,
    "num_batch": 2,
    "num_gqa": 1,
    "num_gpu": 1,
    "main_gpu": 0,
    "low_vram": false,
    "f16_kv": true,
    "vocab_only": false,
    "use_mmap": true,
    "use_mlock": false,
    "rope_frequency_base": 1.1,
    "rope_frequency_scale": 0.8,
    "num_thread": 8
  }
}'

3.  那怎么通过openai代码接口访问呢？

from openai import OpenAI
client = OpenAI(
    base_url='http://172.2.3.4：11434/v1/',
    api_key='ollama',  # required but ignored
)
chat_completion = client.chat.completions.create(
    messages=[
        {
            "role": "system",
            "content": "你是一个能够理解中英文指令并帮助完成任务的智能助手。你的任务是根据用户的需求生成合适的分类任务或生成任务，并准确判断这些任务的类型。请确保你的回答简洁、准确且符合中英文语境。",
        },
        {
            "role": "user",
            "content": "Come up with a series of tasks:1. Link all the entities in the sentence (highlighted in brackets) to a Wikipedia page.For each entity, you should output the Wikipedia page title, or output None if you know.",
        }
    ],

    model='llama3.2:1b',
    #model='qwen2.5:7b',

    max_tokens=38192,
    temperature=0.7,
    top_p=0.5,
    frequency_penalty=0,
    presence_penalty=2,
)

print(chat_completion)

可能会报错：ImportError: cannot import name 'OpenAI' from 'openai'，原因可能是python版本低，我用的python3.10环境的openai不行，当时用python3.12可以。

4. content填写为"Brainstorm a list of possible New Year's resolutions." llama server会报错400 不晓得为啥。一般400错误是客户端发送的请求有误，服务器无法处理。对于大模型API来说，这通常意味着请求格式不正确、缺少必要的参数、或者提供的参数值无效。但是我的格式没有问题啊，只是修改了content里面的字符串，只要里面有单引号就会报400。

       等我搞明白了，我再来更新。

5. 在调用API接口时还可以填写其他的参数，例如temperature等，可以参考如下链接：

ollama/docs/api.md at main · ollama/ollama · GitHub

ollama/docs/modelfile.md at main · ollama/ollama · GitHub

常用参数的意义，简单摘录如下：