Ollama API 文件說明：端點參考

基礎 URL 與驗證

所有請求的基礎 URL 為 https://api.ollamaapidocumentation.com/v1. 通過 Authorization 標題。您的金鑰在儀表板上生成後即可立即使用。

• 使用官方 OpenAI SDK 或任何相容的客戶端。
• 將基礎 URL 設定為上述值。
• 將您的 API 金鑰包含在標頭中。

驗證很嚴格。如果金鑰遺失或無效，API 會返回 401 錯誤。這確保您的使用情況能被準確追蹤以進行計費。

聊天完成端點：POST /v1/chat/completions

透過 POST /v1/chat/completions. 端點接受包含 model field set to "uncensored" and a messages 陣列。

此端點處理文字生成。它不支援影像、音訊或影片。您可以串流傳輸回應或等待完整結果。

錯誤如 402 表示餘額不足。請求按實際 token 使用量收費。因餘額不足導致的拒絕免費。

模型列表：GET /v1/models

使用 GET /v1/models. 這返回一個模型物件列表。唯一的可用模型 ID 是 "uncensored"。

此端點有助於驗證連線。它確認基礎 URL 正確無誤。它也會顯示模型名稱和物件類型。

使用此方法在發送大量負載前除錯連線問題。

參數：溫度、Top P、Seed

使用 temperature, top_p，以及 seed. 該 seed parameter ensures deterministic outputs. Use it for debugging or consistent results.

設定 temperature 介於 0 和 2 之間。較低的值使回應更可預測。較高的值增加隨機性。 top_p 參數透過累積機率篩選 token。

這些參數的運作方式與 OpenAI API 完全相同。您可以將它們結合使用，以對風格進行精確控制。

串流回應與 Token 用量

在請求主體中將 stream: true. API 返回伺服器發送的事件 (SSE)。每個區塊包含部分文字。

最後一個區塊包含 token 使用統計數據。這讓您可以精確計算成本。您可以即時處理到達的 token。

串流可降低感知延遲。它非常適合聊天介面。伺服器會持續推送資料，直到回應完成為止。

限制、錯誤與上下文視窗

上下文視窗為 100,000 個 token。這包括輸入和輸出。您可以每次請求生成最多 16,000 個 token。預設最大輸出為 2,048 個 token。

每分鐘的速率限制為 300 次請求。您可以擁有 8 個並發請求。請求主體大小限制為 8 MB。

錯誤包含 401（無效金鑰）和 429（速率限制）。餘額不足錯誤會返回 402。這些錯誤清晰且具可操作性。

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);

串流

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)