Ollama API 快速入门指南

基础 URL 和认证设置

配置你的客户端指向我们的托管端点。设置 base_url 到 https://api.apiollama.com/v1 并提供密钥至 Authorization 。认证使用标准的 Bearer 方案。您可以通过仪表盘使用 Google 或邮箱生成密钥。系统为每个账户创建一个活动密钥。

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

保持密钥安全。如果你需要新密钥，请在仪表板生成新密钥，旧密钥将立即变为非活跃状态。设置无需电话号码。此设置可与任何 OpenAI-compatible 客户端配合使用。

POST /v1/chat/completions：发送请求

使用标准端点发送您的第一个聊天补全请求。指定模型 ID 为 uncensored 在请求体中。API 接受包含 system、user 和 assistant 角色的标准消息数组。这适用于支持 OpenAI 格式的任何 SDK。请确保包含 model field in every request.

Copyfrom openai import OpenAI

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

请求通过我们的服务器处理。模型根据你的提示生成文本作为响应。你可以调整参数，如 temperature 或 top_p 用于控制随机性。系统返回一个包含生成内容的完整响应对象。

GET /v1/models：列出可用模型

查询模型端点以验证可用选项。发送 GET 请求至 /v1/models 列出托管模型。响应包含 id field set to uncensored. 此端点确认您的 API key 具有有效权限。它返回有关模型配置的元数据。

Copyimport OpenAI from "openai";

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

使用此调用调试连接问题。如果端点返回错误，请检查您的身份验证标头。该端点提供可用模型列表。您可以发送完整聊天请求之前验证服务状态。

使用服务器发送事件（SSE）的流式响应

通过将 stream 参数设为 true。API 为实时令牌交付返回服务器发送事件 (SSE)。每个数据块包含部分内容更新。最后一个数据块包含完整的令牌使用统计信息。这降低了长响应的感知延迟。

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)

在客户端代码中处理 SSE 流。每个事件到达时都进行处理。最后一个事件包含 usage object with input and output token counts. Streaming works with all supported parameters. It provides immediate feedback for interactive applications.

配置参数：温度、Top-p 等

使用标准参数调整生成行为。设置 temperature 用于随机性和 top_p 用于核采样。使用 stop 序列以提前终止生成。 seed 参数可确保结果可复现。您还可以在客户端配置中显式设置 presence_penalty 和 frequency_penalty 用于风格控制。

JSON 模式可通过 response_format. 将此设置为 json_object 用于结构化输出。模型遵循指定的格式。这些参数适用于所有请求。使用它们来微调响应风格。

错误处理和 Token 使用报告

在您的应用程序中处理常见的 HTTP 状态码。401 状态码表示 API 密钥无效。402 状态码表示您的预付费余额已耗尽。429 状态码表示您已超过速率限制。检查响应主体以获取详细的错误消息。因内容策略导致的拒绝是免费的。

上下文窗口支持总计 100,000 个 token。输出限制为每次请求 16,000 个 token。如果未指定 max_tokens 未设置。Token 使用情况在最终流式传输块中报告。错误不消耗余额。