Documentazione API Ollama: Riferimento Endpoint

URL Base e Autenticazione

L'URL di base per tutte le richieste è https://api.ollamaapidocumentation.com/v1. Autenticati utilizzando un token bearer passato in Authorization header. La tua chiave viene generata nella dashboard e funziona immediatamente.

• Utilizza gli SDK ufficiali di OpenAI o qualsiasi client compatibile.
• Imposta l'URL base sul valore sopra indicato.
• Includi la tua chiave API nell'intestazione.

L'autenticazione è rigorosa. Se la chiave è mancante o non valida, l'API restituisce un errore 401. Questo garantisce che il tuo utilizzo venga tracciato con precisione per la fatturazione.

Endpoint Chat Completions: POST /v1/chat/completions

Invia messaggi al modello tramite POST /v1/chat/completions. L'endpoint accetta un corpo JSON con un model field impostato su "uncensored" e a messages array.

Questo endpoint gestisce la generazione di testo. Non supporta immagini, audio o video. Puoi trasmettere le risposte o attendere il risultato completo.

Errori come 402 indicano credito insufficiente. Le richieste vengono addebitate in base all'utilizzo reale dei token. I rifiuti dovuti al credito sono gratuiti.

Elenco modelli: GET /v1/models

Recupera i modelli disponibili utilizzando GET /v1/models. Questo restituisce un elenco di oggetti modello. L'unico ID modello disponibile è "uncensored".

Questo endpoint aiuta a verificare la connettività. Conferma che l'URL base è corretto. Mostra anche il nome del modello e il tipo di oggetto.

Usa questo per risolvere i problemi di connessione prima di inviare payload pesanti.

Parametri: Temperatura, Top P e Seed

Controlla la generazione con temperature, top_p, e seed. Il seed parameter garantisce output deterministici. Usalo per il debug o risultati coerenti.

Imposta temperature tra 0 e 2. Valori più bassi rendono le risposte più prevedibili. Valori più alti aumentano la casualità. Il top_p il parametro filtra i token in base alla probabilità cumulativa.

Questi parametri funzionano esattamente come l'API OpenAI. Puoi combinarli per un controllo preciso sullo stile.

Risposte in streaming e utilizzo dei token

Abilita lo streaming impostando stream: true. L'API restituisce Server-Sent Events (SSE). Ogni chunk contiene testo parziale.

L'ultimo chunk include le statistiche sull'utilizzo dei token. Questo ti permette di calcolare i costi con precisione. Puoi elaborare i token man mano che arrivano.

Lo streaming riduce la latenza percepita. È ideale per le interfacce chat. Il server invia dati fino al completamento della risposta.

Limiti, Errori e Finestra di Contesto

La finestra di contesto è di 100.000 token. Questo include sia i token di input che quelli di output. Puoi generare fino a 16.000 token per richiesta. L'output massimo predefinito è di 2.048 token.

I limiti di frequenza sono di 300 richieste al minuto. Puoi effettuare 8 richieste concorrenti. La dimensione del corpo della richiesta è limitata a 8 MB.

Gli errori includono 401 per chiavi non valide e 429 per i limiti di frequenza. Gli errori di credito restituiscono 402. Questi errori sono chiari e azionabili.

cURL

Copycurl https://api.ollamaapidocumentation.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list files in the current directory"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.ollamaapidocumentation.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)

Node.js

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.ollamaapidocumentation.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);

Streaming

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)