本文介绍了如何在 JavaScript 中使用 Ollama API 。这篇文档旨在帮助开发者快速上手并充分利用 Ollama 的能力。你可以在 Node.js 环境中使用,也可以在浏览器中直接导入对应的模块。通过学习本文档,你可以轻松集成 Ollama 到你的项目中。
安装 Ollama
npm i ollama
使用方法
import ollama from 'ollama'
const response = await ollama.chat({
model: 'llama3.1',
messages: [{ role: 'user', content: '为什么天空是蓝色的?' }],
})
console.log(response.message.content)
浏览器使用
要在没有 Node.js 的情况下使用此库,请导入浏览器模块。
import ollama from 'ollama/browser'
流式响应
可以通过设置 stream: true 启用响应流,使函数调用返回一个 AsyncGenerator ,其中每个部分都是流中的一个对象。
import ollama from 'ollama'
const message = { role: 'user', content: '为什么天空是蓝色的?' }
const response = await ollama.chat({ model: 'llama3.1', messages: [message], stream: true })
for await (const part of response) {
process.stdout.write(part.message.content)
}
结构化输出
使用 Ollama JavaScript 库,将架构作为 JSON 对象传递给 format 参数,可以选择使用 object 格式,也可以使用 Zod (推荐)通过 zodToJsonSchema() 方法序列化架构。
import ollama from 'ollama';
import { z } from 'zod';
import { zodToJsonSchema } from 'zod-to-json-schema';
const Country = z.object({
name: z.string(),
capital: z.string(),
languages: z.array(z.string()),
});
const response = await ollama.chat({
model: 'llama3.1',
messages: [{ role: 'user', content: 'Tell me about Canada.' }],
format: zodToJsonSchema(Country),
});
const country = Country.parse(JSON.parse(response.message.content));
console.log(country);
创建模型
import ollama from 'ollama'
const modelfile = `
FROM llama3.1
SYSTEM "你是超级马里奥兄弟中的马里奥。"
`
await ollama.create({ model: 'example', modelfile: modelfile })
API
Ollama JavaScript 库的 API 设计围绕 Ollama REST API 。如果你想了解更详细的底层实现和完整的 API 端点信息,建议参考 Ollama API 使用指南
聊天
ollama.chat(request)
request``: 包含聊天参数的请求对象。
model`` 要用于聊天的模型名称。messages``: 表示聊天历史的消息对象数组。role``: 消息发送者的角色('user','system'或'assistant')。content``: 消息的内容。images``: (可选) 要包含在消息中的图像,可以是 Uint8Array 或 base64 编码的字符串。
format`: (可选) 设置响应的预期格式 (json`)。stream`: (可选) 如果为 true,则返回AsyncGenerator`。keep_alive``: (可选) 保持模型加载的时间长度。tools``: (可选) 模型可能调用的工具列表。options``: (可选) 配置运行时的选项。
- 返回: ``
生成
ollama.generate(request)
request``: 包含生成参数的请求对象。model`` 要用于聊天的模型名称。prompt``: 发送到模型的提示。suffix``: (可选) 后缀是插入文本后面的文本。system``: (可选) 覆盖模型系统提示。template``: (可选) 覆盖模型模板。raw``: (可选) 绕过提示模板并直接将提示传递给模型。images``: (可选) 要包含的图像,可以是 Uint8Array 或 base64 编码的字符串。format`: (可选) 设置响应的预期格式 (json`)。stream`: (可选) 如果为 true,则返回AsyncGenerator`。keep_alive``: (可选) 保持模型加载的时间长度。options``: (可选) 配置运行时的选项。
- 返回: ``
拉取模型
ollama.pull(request)
request``: 包含拉取参数的请求对象。model`` 要拉取的模型名称。insecure``: (可选) 从无法验证身份的服务器拉取。stream`: (可选) 如果为 true,则返回AsyncGenerator`。
- 返回: ``
推送模型
ollama.push(request)
request``: 包含推送参数的请求对象。model`` 要推送的模型名称。insecure``: (可选) 推送到无法验证身份的服务器。stream`: (可选) 如果为 true,则返回AsyncGenerator`。
- 返回: ``
创建模型
ollama.create(request)
request``: 包含创建参数的请求对象。model`` 要创建的模型名称。path``: (可选) 要创建的模型文件的路径。modelfile``: (可选) 要创建的模型文件的内容。stream`: (可选) 如果为 true,则返回AsyncGenerator`。
- 返回: ``
删除模型
ollama.delete(request)
request``: 包含删除参数的请求对象。model`` 要删除的模型名称。
- 返回: ``
复制模型
ollama.copy(request)
request``: 包含复制参数的请求对象。source`` 要从中复制的模型名称。destination`` 要复制到的模型名称。
- 返回: ``
本地模型列表
ollama.list()
- 返回: ``
显示模型信息
ollama.show(request)
request``: 包含显示参数的请求对象。model`` 要显示的模型名称。system``: (可选) 覆盖模型系统提示返回值。template``: (可选) 覆盖模型模板返回值。options``: (可选) 配置运行时的选项。
- 返回: ``
生成嵌入
ollama.embed(request)
request``: 包含嵌入参数的请求对象。model`` 用于生成嵌入的模型名称。input|: 用于生成嵌入的输入。truncate``: (可选) 截断输入以适应模型支持的最大上下文长度。keep_alive``: (可选) 保持模型加载的时间长度。options``: (可选) 配置运行时的选项。
- 返回: ``
进程
ollama.ps()
- 返回: ``
自定义客户端
可以使用以下字段创建自定义客户端:
host`: (可选) Ollama 主机地址。默认:"http://127.0.0.1:11434"`。fetch``: (可选) 用于向 Ollama 主机发出请求的 fetch 库。
import { Ollama } from 'ollama'
const ollama = new Ollama({ host: 'http://127.0.0.1:11434' })
const response = await ollama.chat({
model: 'llama3.1',
messages: [{ role: 'user', content: '为什么天空是蓝色的?' }],
})
构建
要构建项目文件,请运行:
npm run build
参考文档- ollama-js