Ollama API-documentatie: Referentie voor eindpunten

Basis-URL en authenticatie

De base URL voor alle verzoeken is https://api.ollamaapidocumentation.com/v1. Je authenticeert met een bearer-token dat wordt meegegeven in de Authorization header. Je sleutel wordt op het dashboard gegenereerd en werkt direct.

• Gebruik de officiële OpenAI SDK's of een compatibele client.
• Stel de basis-URL in op de bovenstaande waarde.
• Voeg uw API-sleutel toe aan de header.

Authenticatie is streng. Als de sleutel ontbreekt of ongeldig is, retourneert de API een 401-fout. Dit zorgt ervoor dat je gebruik nauwkeurig wordt bijgehouden voor facturatie.

Chat Completions Endpoint: POST /v1/chat/completions

Stuur berichten naar het model via POST /v1/chat/completions. Het endpoint accepteert een JSON-body met een model veld ingesteld op "uncensored" en een messages array.

Dit endpoint behandelt tekstgeneratie. Het ondersteunt geen afbeeldingen, audio of video. Je kunt antwoorden streamen of wachten op het volledige resultaat.

Fouten zoals 402 duiden op ontoereikend tegoed. Verzoeken worden gefactureerd op basis van daadwerkelijk tokengebruik. Weigeringen vanwege tegoed zijn gratis.

Modelvermelding: GET /v1/models

Haal beschikbare modellen op met GET /v1/models. Dit retourneert een lijst met modelobjecten. De enige beschikbare model-ID is "uncensored".

Dit endpoint helpt bij het verifiëren van de verbinding. Het bevestigt dat de basis-URL correct is. Het toont ook de modelnaam en objecttype.

Gebruik dit om verbindingsproblemen te debuggen voordat je zware payloads verstuurt.

Parameters: Temperature, Top P en Seed

Reguleer de generatie met temperature, top_p, en seed. De seed parameter zorgt voor deterministische outputs. Gebruik deze voor debugging of consistente resultaten.

Instellen temperature tussen 0 en 2. Lagere waarden maken antwoorden voorspelbaarder. Hogere waarden vergroten de willekeur. De top_p parameter filtert tokens op cumulatieve waarschijnlijkheid.

Deze parameters werken exact zoals de OpenAI API. Je kunt ze combineren voor precieze controle over de stijl.

Streaming-responsen en tokengebruik

Activeer streaming door stream: true. De API retourneert Server-Sent Events (SSE). Elk chunk bevat gedeeltelijke tekst.

De laatste chunk bevat de statistieken over tokengebruik. Hiermee kun je de kosten nauwkeurig berekenen. Je kunt tokens verwerken zodra ze binnenkomen.

Streaming vermindert de waargenomen latentie. Het is ideaal voor chatinterfaces. De server stuurt gegevens totdat het antwoord compleet is.

Limieten, fouten en contextvenster

Het contextvenster is 100.000 tokens. Dit omvat zowel input- als output. Je kunt tot 16.000 tokens per verzoek genereren. De standaard maximale uitvoer is 2.048 tokens.

De rate limits zijn 300 verzoeken per minuut. Je kunt 8 gelijktijdige verzoeken hebben. De grootte van de request body is beperkt tot 8 MB.

Fouten omvatten 401 voor ongeldige sleutels en 429 voor snelheidslimieten. Kredietfouten retourneren 402. Deze fouten zijn duidelijk en actiegericht.

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)