Ollama 端点 API 文档

基础 URL 和认证

对每个请求使用提供的 base URL 和 API 密钥。端点是 https://api.ollamaendpoint.com/v1授权 作为 Bearer 令牌。此密钥在通过 Google 或电子邮件登录后立即生成。每个账户的密钥唯一，并替换之前任何活跃的密钥。

首次请求

发送标准聊天补全以生成文本。模型 ID 为 uncensored 并接受与标准 OpenAI 客户端相同的参数。这适用于 NSFW LLM 任务或无限制的内容生成。

• 方法：POST
• 端点： /v1/chat/completions
• 模型： uncensored

Copycurl https://api.ollamaendpoint.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Get the local ip address of this machine"}]
  }'

成功响应在 choices 数组中返回生成的文本。检查 usage 字段以查看令牌计数。

Python SDK 集成

安装官方 OpenAI 库并配置基础 URL。这使您可以使用熟悉的 Python 代码使用无审查的 ollama 模型。设置 base_url 和 api_key 在初始化客户端之前。代码与现有的 OpenAI SDK 保持兼容。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.ollamaendpoint.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

调用 chat.completions.create 方法就像您对 GPT 所做的那样。响应结构符合标准预期。您可以流式传输或获取完整响应。

Node SDK 集成

使用 Node.js OpenAI 包与 API 交互。使用自定义 base URL 和您的 API 密钥配置客户端。这种方法适用于服务器端应用或边缘函数。该包自动处理序列化和重试。

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.ollamaendpoint.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

使用您的提示调用 completion 端点。库返回一个解析为响应对象的 Promise。根据标准 HTTP 状态代码处理错误。

使用 SSE 的流式响应

通过将 stream: true 在你的请求中。服务器返回服务器发送事件 (SSE) 流。每个数据块包含部分文本和 token 使用数据。最后一个数据块包含用于计费的完整使用统计信息。这降低了长输出的感知延迟。

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

累积每个块的内容部分以重建完整响应。处理流中到达的错误。最后一个块确认预付费信用的令牌计数。

速率限制与约束

每个 API 密钥支持每分钟 300 次请求和 8 个并发请求。最大请求体大小为 8 MB。上下文窗口为 100,000 个 token（提示词和补全词合计）。输出限制为每次请求 16,000 个 token。错误和拒绝不消耗信用额度。401 错误表示您的密钥无效。402 错误表示预付费余额不足。429 错误表示达到速率限制。调整并发数以保持在限制范围内。