Ollama API 文档：端点参考

基础 URL 和认证

所有请求的基础 URL 为 https://api.ollamaapidocumentation.com/v1. 您通过在请求头中传递 Bearer 令牌进行身份验证。 Authorization 页眉。您的密钥在仪表板上生成并立即生效。

• 使用官方 OpenAI SDK 或任何兼容客户端。
• 将基础 URL 设置为上述值。
• 将 API 密钥包含在 header 中。

认证很严格。如果密钥缺失或无效，API 将返回 401 错误。这确保了您的使用情况被准确跟踪以用于计费。

聊天完成端点：POST /v1/chat/completions

通过 POST /v1/chat/completions. 该端点接受包含 model field set to "uncensored" and a messages 数组。

该端点处理文本生成。它不支持图像、音频或视频。您可以流式传输回复或等待完整结果。

错误如 402 表示余额不足。请求按实际令牌使用量收费。因余额不足导致的拒绝是免费的。

模型列表：GET /v1/models

使用 GET /v1/models. 这返回一个模型对象列表。唯一的可用模型 ID 是 "uncensored"。

该端点有助于验证连接。它确认基础 URL 正确。它还显示模型名称和对象类型。

使用此方法在发送大量负载前调试连接问题。

参数：温度、Top P、Seed

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

设置 temperature 在 0 到 2 之间。较低的值使响应更可预测。较高的值增加随机性。 top_p 参数结合使用，后者通过累积概率过滤 token。

这些参数的作用与 OpenAI API 完全相同。您可以将它们结合使用以精确控制风格。

流式响应与 Token 用量

通过将 stream: true. API 返回 Server-Sent Events (SSE)。每个块包含部分文本。

最后一个数据块包含令牌使用统计信息。这使您可以准确计算成本。您可以处理到达的令牌。

流式传输降低了感知延迟。它非常适合聊天界面。服务器会推送数据，直到响应完成。

限制、错误和上下文窗口

上下文窗口为 100,000 个 token。这包括输入和输出。每次请求最多可生成 16,000 个 token。默认最大输出为 2,048 个 token。

频率限制为每分钟 300 次请求。您可以有 8 个并发请求。请求体大小限制为 8 MB。

错误包括 401（密钥无效）和 429（速率限制）。余额错误返回 402。这些错误清晰且可操作。

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);

流式传输

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)