ollama python

Perpustakaan Ollama Python

Pustaka Ollama Python menyediakan cara termudah untuk mengintegrasikan proyek Python 3.8+ dengan Ollama.

Prasyarat

• Ollama harus diinstal dan dijalankan
• Tarik model untuk digunakan dengan perpustakaan: ollama pull <model> misalnya ollama pull llama3.2
  • Lihat Ollama.com untuk informasi lebih lanjut tentang model yang tersedia.

Memasang

pip install ollama

Penggunaan

 from ollama import chat
from ollama import ChatResponse

response : ChatResponse = chat ( model = 'llama3.2' , messages = [
  {
    'role' : 'user' ,
    'content' : 'Why is the sky blue?' ,
  },
])
print ( response [ 'message' ][ 'content' ])
# or access fields directly from the response object
print ( response . message . content )

Lihat _types.py untuk informasi selengkapnya tentang tipe respons.

Respons streaming

Streaming respons dapat diaktifkan dengan mengatur stream=True .

 from ollama import chat

stream = chat (
    model = 'llama3.2' ,
    messages = [{ 'role' : 'user' , 'content' : 'Why is the sky blue?' }],
    stream = True ,
)

for chunk in stream :
  print ( chunk [ 'message' ][ 'content' ], end = '' , flush = True )

Klien khusus

Klien khusus dapat dibuat dengan membuat instance Client atau AsyncClient dari ollama .

Semua argumen kata kunci tambahan diteruskan ke httpx.Client .

 from ollama import Client
client = Client (
  host = 'http://localhost:11434' ,
  headers = { 'x-some-header' : 'some-value' }
)
response = client . chat ( model = 'llama3.2' , messages = [
  {
    'role' : 'user' ,
    'content' : 'Why is the sky blue?' ,
  },
])

Klien asinkron

Kelas AsyncClient digunakan untuk membuat permintaan asinkron. Itu dapat dikonfigurasi dengan bidang yang sama dengan kelas Client .

 import asyncio
from ollama import AsyncClient

async def chat ():
  message = { 'role' : 'user' , 'content' : 'Why is the sky blue?' }
  response = await AsyncClient (). chat ( model = 'llama3.2' , messages = [ message ])

asyncio . run ( chat ())

Pengaturan stream=True mengubah fungsi untuk mengembalikan generator asinkron Python:

 import asyncio
from ollama import AsyncClient

async def chat ():
  message = { 'role' : 'user' , 'content' : 'Why is the sky blue?' }
  async for part in await AsyncClient (). chat ( model = 'llama3.2' , messages = [ message ], stream = True ):
    print ( part [ 'message' ][ 'content' ], end = '' , flush = True )

asyncio . run ( chat ())

API

API perpustakaan Ollama Python dirancang berdasarkan Ollama REST API

Mengobrol

 ollama . chat ( model = 'llama3.2' , messages = [{ 'role' : 'user' , 'content' : 'Why is the sky blue?' }])

Menghasilkan

 ollama . generate ( model = 'llama3.2' , prompt = 'Why is the sky blue?' )

Daftar

 ollama . list ()

Menunjukkan

 ollama . show ( 'llama3.2' )

Membuat

 modelfile = '''
FROM llama3.2
SYSTEM You are mario from super mario bros.
'''

ollama . create ( model = 'example' , modelfile = modelfile )

Menyalin

 ollama . copy ( 'llama3.2' , 'user/llama3.2' )

Menghapus

 ollama . delete ( 'llama3.2' )

Menarik

 ollama . pull ( 'llama3.2' )

Dorongan

 ollama . push ( 'user/llama3.2' )

Menanamkan

 ollama . embed ( model = 'llama3.2' , input = 'The sky is blue because of rayleigh scattering' )

Sematkan (kumpulan)

 ollama . embed ( model = 'llama3.2' , input = [ 'The sky is blue because of rayleigh scattering' , 'Grass is green because of chlorophyll' ])

hal

 ollama . ps ()

Kesalahan

Kesalahan dimunculkan jika permintaan mengembalikan status kesalahan atau jika kesalahan terdeteksi saat streaming.

 model = 'does-not-yet-exist'

try :
  ollama . chat ( model )
except ollama . ResponseError as e :
  print ( 'Error:' , e . error )
  if e . status_code == 404 :
    ollama . pull ( model )