Deepseek官网接口文档

API

接口

生成完成
生成聊天完成
创建模型
列出本地模型
显示模型信息
复制模型
删除模型
拉取模型
推送模型
生成嵌入
列出运行中的模型
版本

约定

模型名称

模型名称遵循 model:tag 格式，其中 model 可以有一个可选的命名空间，例如 example/model。一些示例包括 orca-mini:3b-q4_1 和 llama3:70b。标签是可选的，如果未提供，则默认为 latest。标签用于标识特定版本。

持续时间

所有持续时间均以纳秒为单位返回。

流式响应

某些接口以 JSON 对象的形式流式传输响应。可以通过为这些接口提供 {"stream": false} 来禁用流式传输。

生成完成

POST /api/generate

使用提供的模型为给定提示生成响应。这是一个流式接口，因此会有一系列响应。最终的响应对象将包括统计信息和请求的其他数据。

参数

model: （必需）模型名称
prompt: 要为其生成响应的提示
suffix: 模型响应后的文本
images: （可选）基础64编码的图像列表（适用于多模态模型，如 llava）

高级参数（可选）：

format: 返回响应的格式。格式可以是 json 或 JSON 模式
options: 文档中列出的 Modelfile 的其他模型参数，例如 temperature
system: 系统消息（覆盖在 Modelfile 中定义的内容）
template: 要使用的提示模板（覆盖在 Modelfile 中定义的内容）
stream: 如果为 false，则响应将作为单个响应对象返回，而不是一系列对象
raw: 如果为 true，则不会对提示应用任何格式化。如果您在 API 请求中指定了完整的模板化提示，则可以选择使用 raw 参数
keep_alive: 控制模型在请求后保留在内存中的时间（默认值：5m）
context（已弃用）：从先前对 /generate 的请求返回的上下文参数，可用于保持简短的对话记忆

结构化输出

通过在 format 参数中提供 JSON 模式来支持结构化输出。模型将生成符合该模式的响应。请参阅下面的请求结构化输出示例。

JSON 模式

通过将 format 参数设置为 json 来启用 JSON 模式。这将使响应成为一个有效的 JSON 对象。请参阅下面的 JSON 模式 [示例](#请求 JSON 模式)。

[!重要] 在 prompt 中指示模型使用 JSON 非常重要。否则，模型可能会生成大量空白。

示例

生成请求（流式）

请求

Shell复制

curl http://localhost:11434/api/generate -d '{"model": "llama3.2","prompt": "天空为什么是蓝色的？"
}'

响应

返回一系列 JSON 对象：

JSON复制

{"model": "llama3.2","created_at": "2023-08-04T08:52:19.385406455-07:00","response": "The","done": false
}

流中的最终响应还包含有关生成的其他数据：

total_duration: 生成响应所花费的时间
load_duration: 加载模型所花费的纳秒时间
prompt_eval_count: 提示中的标记数量
prompt_eval_duration: 评估提示所花费的纳秒时间
eval_count: 响应中的标记数量
eval_duration: 生成响应所花费的纳秒时间
context: 用于此响应的对话编码，可以在下一次请求中发送以保持对话记忆
response: 如果响应是流式的，则为空；如果不是流式的，则包含完整的响应

要计算响应生成的速度（以每秒标记数表示），请将 eval_count 除以 eval_duration * 10^9。

JSON复制

{"model": "llama3.2","created_at": "2023-08-04T19:22:45.499127Z","response": "","done": true,"context": [1, 2, 3],"total_duration": 10706818083,"load_duration": 6338219291,"prompt_eval_count": 26,"prompt_eval_duration": 130079000,"eval_count": 259,"eval_duration": 4232710000
}

请求（非流式）

请求

当关闭流式传输时，可以在一次回复中接收响应。

Shell复制

curl http://localhost:11434/api/generate -d '{"model": "llama3.2","prompt": "天空为什么是蓝色的？","stream": false
}'

响应

如果将 stream 设置为 false，则响应将是一个单一的 JSON 对象：

JSON复制

{"model": "llama3.2","created_at": "2023-08-04T19:22:45.499127Z","response": "天空是蓝色的，因为它就是天空的颜色。","done": true,"context": [1, 2, 3],"total_duration": 5043500667,"load_duration": 5025959,"prompt_eval_count": 26,"prompt_eval_duration": 325953000,"eval_count": 290,"eval_duration": 4709213000
}

请求（带后缀）

请求

Shell复制

curl http://localhost:11434/api/generate -d '{"model": "codellama:code","prompt": "def compute_gcd(a, b):","suffix": "    return result","options": {"temperature": 0},"stream": false
}'

响应

JSON复制

{"model": "codellama:code","created_at": "2024-07-22T20:47:51.147561Z","response": "\n  if a == 0:\n    return b\n  else:\n    return compute_gcd(b % a, a)\n\ndef compute_lcm(a, b):\n  result = (a * b) / compute_gcd(a, b)\n","done": true,"done_reason": "stop","context": [...],"total_duration": 1162761250,"load_duration": 6683708,"prompt_eval_count": 17,"prompt_eval_duration": 201222000,"eval_count": 63,"eval_duration": 953997000
}

请求（结构化输出）

请求

Shell复制

curl -X POST http://localhost:11434/api/generate -H "Content-Type: application/json" -d '{"model": "llama3.1:8b","prompt": "Ollama 22 岁，正忙着拯救世界。请以 JSON 格式回复","stream": false,"format": {"type": "object","properties": {"age": {"type": "integer"},"available": {"type": "boolean"}},"required": ["age","available"]}
}'

响应

JSON复制

{"model": "llama3.1:8b","created_at": "2024-12-06T00:48:09.983619Z","response": "{\n  \"age\": 22,\n  \"available\": true\n}","done": true,"done_reason": "stop","context": [1, 2, 3],"total_duration": 1075509083,"load_duration": 567678166,"prompt_eval_count": 28,"prompt_eval_duration": 236000000,"eval_count": 16,"eval_duration": 269000000
}

请求（JSON 模式）

[!重要] 当 format 设置为 json 时，输出将始终是一个格式良好的 JSON 对象。同样重要的是，还要指示模型以 JSON 格式回复。

请求

Shell复制

curl http://localhost:11434/api/generate -d '{"model": "llama3.2","prompt": "一天中不同时间天空的颜色是什么？请以 JSON 格式回复","format": "json","stream": false
}'

响应

JSON复制

{"model": "llama3.2","created_at": "2023-11-09T21:07:55.186497Z","response": "{\n\"morning\": {\n\"color\": \"blue\"\n},\n\"noon\": {\n\"color\": \"blue-gray\"\n},\n\"afternoon\": {\n\"color\": \"warm gray\"\n},\n\"evening\": {\n\"color\": \"orange\"\n}\n}\n","done": true,"context": [1, 2, 3],"total_duration": 4648158584,"load_duration": 4071084,"prompt_eval_count": 36,"prompt_eval_duration": 439038000,"eval_count": 180,"eval_duration": 4196918000
}

response 的值将是一个包含类似以下 JSON 的字符串：

JSON复制

{"morning": {"color": "blue"},"noon": {"color": "blue-gray"},"afternoon": {"color": "warm gray"},"evening": {"color": "orange"}
}

请求（带图像）

要向多模态模型（如 llava 或 bakllava）提交图像，请提供基础64编码的 images 列表：

请求

Shell复制

curl http://localhost:11434/api/generate -d '{"model": "llava","prompt":"图片里有什么？","stream": false,"images": ["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"]
}'

响应

JSON复制

{"model": "llava","created_at": "2023-11-03T15:36:02.583064Z","response": "一个可爱的卡通角色，看起来既可爱又快乐。","done": true,"context": [1, 2, 3],"total_duration": 2938432250,"load_duration": 2559292,"prompt_eval_count": 1,"prompt_eval_duration": 2195557000,"eval_count": 44,"eval_duration": 736432000
}

请求（原始模式）

在某些情况下，您可能希望绕过模板系统并提供完整的提示。在这种情况下，您可以使用 raw 参数来禁用模板化。请注意，原始模式不会返回上下文。

请求

Shell复制

curl http://localhost:11434/api/generate -d '{"model": "mistral","prompt": "[INST] 为什么天空是蓝色的？ [/INST]","raw": true,"stream": false
}'

请求（可重复输出）

为了获得可重复的输出，请将 seed 设置为一个数字：

请求

Shell复制

curl http://localhost:11434/api/generate -d '{"model": "mistral","prompt": "为什么天空是蓝色的？","options": {"seed": 123}
}'

响应

JSON复制

{"model": "mistral","created_at": "2023-11-03T15:36:02.583064Z","response": "天空看起来是蓝色的，这是由于一种称为瑞利散射的现象。","done": true,"total_duration": 8493852375,"load_duration": 6589624375,"prompt_eval_count": 14,"prompt_eval_duration": 119039000,"eval_count": 110,"eval_duration": 1779061000
}

生成请求（带选项）

如果您希望在运行时而不是在 Modelfile 中为模型设置自定义选项，可以使用 options 参数。此示例设置了所有可用选项，但您可以单独设置其中任何一个，并省略您不想覆盖的选项。

请求

Shell复制

curl http://localhost:11434/api/generate -d '{"model": "llama3.2","prompt": "为什么天空是蓝色的？","stream": false,"options": {"num_keep": 5,"seed": 42,"num_predict": 100,"top_k": 20,"top_p": 0.9,"min_p": 0.0,"typical_p": 0.7,"repeat_last_n": 33,"temperature": 0.8,"repeat_penalty": 1.2,"presence_penalty": 1.5,"frequency_penalty": 1.0,"mirostat": 1,"mirostat_tau": 0.8,"mirostat_eta": 0.6,"penalize_newline": true,"stop": ["\n", "user:"],"numa": false,"num_ctx": 1024,"num_batch": 2,"num_gpu": 1,"main_gpu": 0,"low_vram": false,"vocab_only": false,"use_mmap": true,"use_mlock": false,"num_thread": 8}
}'

响应

JSON复制

{"model": "llama3.2","created_at": "2023-08-04T19:22:45.499127Z","response": "天空是蓝色的，因为它就是天空的颜色。","done": true,"context": [1, 2, 3],"total_duration": 4935886791,"load_duration": 534986708,"prompt_eval_count": 26,"prompt_eval_duration": 107345000,"eval_count": 237,"eval_duration": 4289432000
}

加载模型

如果提供空提示，则模型将被加载到内存中。

请求

Shell复制

curl http://localhost:11434/api/generate -d '{"model": "llama3.2"
}'

响应

返回一个单一的 JSON 对象：

JSON复制

{"model": "llama3.2","created_at": "2023-12-18T19:52:07.071755Z","response": "","done": true
}

卸载模型

如果提供空提示，并且 keep_alive 参数设置为 0，则模型将从内存中卸载。

请求

Shell复制

curl http://localhost:11434/api/generate -d '{"model": "llama3.2","keep_alive": 0
}'

响应

返回一个单一的 JSON 对象：

JSON复制

{"model": "llama3.2","created_at": "2024-09-12T03:54:03.516566Z","response": "","done": true,"done_reason": "unload"
}

生成聊天完成

POST /api/chat

使用提供的模型生成聊天中的下一条消息。这是一个流式接口，因此会有一系列响应。可以使用 "stream": false 禁用流式传输。最终的响应对象将包括统计信息和请求的其他数据。

参数

model: （必需）模型名称
messages: 聊天的消息，可用于保持聊天记忆
tools: 如果模型支持，可以使用的工具列表

message 对象具有以下字段：

role: 消息的角色，可以是 system、user、assistant 或 tool
content: 消息的内容
images（可选）：要包含在消息中的图像列表（适用于多模态模型，如 llava）
tool_calls（可选）：模型想要使用的工具列表

高级参数（可选）：

format: 返回响应的格式。格式可以是 json 或 JSON 模式。
options: 文档中列出的 Modelfile 的其他模型参数，例如 temperature
stream: 如果为 false，则响应将作为单个响应对象返回，而不是一系列对象
keep_alive: 控制模型在请求后保留在内存中的时间（默认值：5m）

结构化输出

通过在 format 参数中提供 JSON 模式来支持结构化输出。模型将生成符合该模式的响应。请参阅下面的聊天请求（结构化输出）示例。

示例

聊天请求（流式）

请求

发送带有流式响应的聊天消息。

Shell复制

curl http://localhost:11434/api/chat -d '{"model": "llama3.2","messages": [{"role": "user","content": "为什么天空是蓝色的？"}]
}'

响应

返回一系列 JSON 对象：

JSON复制

{"model": "llama3.2","created_at": "2023-08-04T08:52:19.385406455-07:00","message": {"role": "assistant","content": "The","images": null},"done": false
}

最终响应：

JSON复制

{"model": "llama3.2","created_at": "2023-08-04T19:22:45.499127Z","done": true,"total_duration": 4883583458,"load_duration": 1334875,"prompt_eval_count": 26,"prompt_eval_duration": 342546000,"eval_count": 282,"eval_duration": 4535599000
}

聊天请求（非流式）

请求

Shell复制

curl http://localhost:11434/api/chat -d '{"model": "llama3.2","messages": [{"role": "user","content": "为什么天空是蓝色的？"}],"stream": false
}'

响应

JSON复制

{"model": "llama3.2","created_at": "2023-12-12T14:13:43.416799Z","message": {"role": "assistant","content": "你好！今天过得怎么样？"},"done": true,"total_duration": 5191566416,"load_duration": 2154458,"prompt_eval_count": 26,"prompt_eval_duration": 383809000,"eval_count": 298,"eval_duration": 4799921000
}

聊天请求（结构化输出）

请求

Shell复制

curl -X POST http://localhost:11434/api/chat -H "Content-Type: application/json" -d '{"model": "llama3.1","messages": [{"role": "user", "content": "Ollama 22 岁，正忙着拯救世界。返回一个包含年龄和可用性的 JSON 对象"}],"stream": false,"format": {"type": "object","properties": {"age": {"type": "integer"},"available": {"type": "boolean"}},"required": ["age","available"]},"options": {"temperature": 0}
}'

响应

JSON复制

{"model": "llama3.1","created_at": "2024-12-06T00:46:58.265747Z","message": { "role": "assistant", "content": "{\"age\": 22, \"available\": false}" },"done_reason": "stop","done": true,"total_duration": 2254970291,"load_duration": 574751416,"prompt_eval_count": 34,"prompt_eval_duration": 1502000000,"eval_count": 12,"eval_duration": 175000000
}

聊天请求（带历史记录）

发送带有对话历史记录的聊天消息。您可以使用相同的方法使用多轮提示或链式思考提示来开始对话。

请求

Shell复制

curl http://localhost:11434/api/chat -d '{"model": "llama3.2","messages": [{"role": "user","content": "为什么天空是蓝色的？"},{"role": "assistant","content": "由于瑞利散射。"},{"role": "user","content": "这与米氏散射有什么不同？"}]
}'

响应

返回一系列 JSON 对象：

JSON复制

{"model": "llama3.2","created_at": "2023-08-04T08:52:19.385406455-07:00","message": {"role": "assistant","content": "The"},"done": false
}

最终响应：

JSON复制

{"model": "llama3.2","created_at": "2023-08-04T19:22:45.499127Z","done": true,"total_duration": 8113331500,"load_duration": 6396458,"prompt_eval_count": 61,"prompt_eval_duration": 398801000,"eval_count": 468,"eval_duration": 7701267000
}

聊天请求（带图像）

请求

发送带有图像的聊天消息。图像应作为数组提供，其中单个图像以 Base64 编码。

Shell复制

curl http://localhost:11434/api/chat -d '{"model": "llava","messages": [{"role": "user","content": "图片里有什么？","images": ["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"] } ] }'


##### 响应```json
{"model": "llava","created_at": "2023-12-13T22:42:50.203334Z","message": {"role": "assistant","content": "图片中是一个可爱的卡通小猪，表情愤怒。它穿着一件印有爱心的衬衫，正在空中挥舞。这个场景看起来像是一个绘画或素描项目的一部分。","images": null},"done": true,"total_duration": 1668506709,"load_duration": 1986209,"prompt_eval_count": 26,"prompt_eval_duration": 359682000,"eval_count": 83,"eval_duration": 1303285000
}

聊天请求（可重复输出）

请求

Shell复制

curl http://localhost:11434/api/chat -d '{"model": "llama3.2","messages": [{"role": "user","content": "你好！"}],"options": {"seed": 101,"temperature": 0}
}'

响应

JSON复制

{"model": "llama3.2","created_at": "2023-12-12T14:13:43.416799Z","message": {"role": "assistant","content": "你好！今天过得怎么样？"},"done": true,"total_duration": 5191566416,"load_duration": 2154458,"prompt_eval_count": 26,"prompt_eval_duration": 383809000,"eval_count": 298,"eval_duration": 4799921000
}

聊天请求（带工具）

请求

Shell复制

curl http://localhost:11434/api/chat -d '{"model": "llama3.2","messages": [{"role": "user","content": "今天巴黎的天气如何？"}],"stream": false,"tools": [{"type": "function","function": {"name": "get_current_weather","description": "获取某个位置的当前天气","parameters": {"type": "object","properties": {"location": {"type": "string","description": "要获取天气的位置，例如旧金山，加利福尼亚州"},"format": {"type": "string","description": "返回天气的格式，例如 '摄氏度' 或 '华氏度'","enum": ["摄氏度", "华氏度"]}},"required": ["location", "format"]}}}]
}'

响应

JSON复制

{"model": "llama3.2","created_at": "2024-07-22T20:33:28.123648Z","message": {"role": "assistant","content": "","tool_calls": [{"function": {"name": "get_current_weather","arguments": {"format": "摄氏度","location": "巴黎，法国"}}}]},"done_reason": "stop","done": true,"total_duration": 885095291,"load_duration": 3753500,"prompt_eval_count": 122,"prompt_eval_duration": 328493000,"eval_count": 33,"eval_duration": 552222000
}

加载模型

如果消息数组为空，则模型将被加载到内存中。

请求

Shell复制

curl http://localhost:11434/api/chat -d '{"model": "llama3.2","messages": []
}'

响应

JSON复制

{"model": "llama3.2","created_at":"2024-09-12T21:17:29.110811Z","message": {"role": "assistant","content": ""},"done_reason": "load","done": true
}

卸载模型

如果消息数组为空，并且 keep_alive 参数设置为 0，则模型将从内存中卸载。

请求

Shell复制

curl http://localhost:11434/api/chat -d '{"model": "llama3.2","messages": [],"keep_alive": 0
}'

响应

返回一个单一的 JSON 对象：

JSON复制

{"model": "llama3.2","created_at":"2024-09-12T21:33:17.547535Z","message": {"role": "assistant","content": ""},"done_reason": "unload","done": true
}

创建模型

POST /api/create

从以下内容创建模型：

另一个模型；
一个 safetensors 目录；或
一个 GGUF 文件。

如果您是从 safetensors 目录或 GGUF 文件创建模型，则必须 [创建一个 blob](#创建一个 blob) 用于每个文件，然后在 files 字段中使用与每个 blob 相关联的文件名和 SHA256 摘要。

参数

model: 要创建的模型名称
from: （可选）要从中创建新模型的现有模型名称
files: （可选）一个字典，包含文件名到 blob 摘要的 SHA256 摘要，用于创建模型
adapters: （可选）一个字典，包含文件名到 blob 摘要的 SHA256 摘要，用于 LORA 适配器
template: （可选）模型的提示模板
license: （可选）包含模型许可证或许可证列表的字符串
system: （可选）模型的系统提示字符串
parameters: （可选）模型的参数字典（请参阅 Modelfile 以获取参数列表）
messages: （可选）用于创建对话的消息对象列表
stream: （可选）如果为 false，则响应将作为单个响应对象返回，而不是一系列对象
quantize（可选）：量化一个非量化（例如 float16）模型

量化类型

类型	推荐
q2_K
q3_K_L
q3_K_M
q3_K_S
q4_0
q4_1
q4_K_M	*
q4_K_S
q5_0
q5_1
q5_K_M
q5_K_S
q6_K
q8_0	*

示例

创建新模型

从现有模型创建一个新模型。

请求

Shell复制

curl http://localhost:11434/api/create -d '{"model": "mario","from": "llama3.2","system": "你是超级马里奥中的马里奥。"
}'

响应

返回一系列 JSON 对象：

JSON复制

{"status":"reading model metadata"}
{"status":"creating system layer"}
{"status":"using already created layer sha256:22f7f8ef5f4c791c1b03d7eb414399294764d7cc82c7e94aa81a1feb80a983a2"}
{"status":"using already created layer sha256:8c17c2ebb0ea011be9981cc3922db8ca8fa61e828c5d3f44cb6ae342bf80460b"}
{"status":"using already created layer sha256:7c23fb36d80141c4ab8cdbb61ee4790102ebd2bf7aeff414453177d4f2110e5d"}
{"status":"using already created layer sha256:2e0493f67d0c8c9c68a8aeacdf6a38a2151cb3c4c1d42accf296e19810527988"}
{"status":"using already created layer sha256:2759286baa875dc22de5394b4a925701b1896a7e3f8e53275c36f75a877a82c9"}
{"status":"writing layer sha256:df30045fe90f0d750db82a058109cecd6d4de9c90a3d75b19c09e5f64580bb42"}
{"status":"writing layer sha256:f18a68eb09bf925bb1b669490407c1b1251c5db98dc4d3d81f3088498ea55690"}
{"status":"writing manifest"}
{"status":"success"}

量化模型

量化一个非量化模型。

请求

Shell复制

curl http://localhost:11434/api/create -d '{"model": "llama3.1:quantized","from": "llama3.1:8b-instruct-fp16","quantize": "q4_K_M"
}'

响应

返回一系列 JSON 对象：

JSON复制

{"status":"quantizing F16 model to Q4_K_M"}
{"status":"creating new layer sha256:667b0c1932bc6ffc593ed1d03f895bf2dc8dc6df21db3042284a6f4416b06a29"}
{"status":"using existing layer sha256:11ce4ee3e170f6adebac9a991c22e22ab3f8530e154ee669954c4bc73061c258"}
{"status":"using existing layer sha256:0ba8f0e314b4264dfd19df045cde9d4c394a52474bf92ed6a3de22a4ca31a177"}
{"status":"using existing layer sha256:56bb8bd477a519ffa694fc449c2413c6f0e1d3b1c88fa7e3c9d88d3ae49d4dcb"}
{"status":"creating new layer sha256:455f34728c9b5dd3376378bfb809ee166c145b0b4c1f1a6feca069055066ef9a"}
{"status":"writing manifest"}
{"status":"success"}

从 GGUF 创建模型

从 GGUF 文件创建模型。files 参数应填写您希望使用的 GGUF 文件的文件名和 SHA256 摘要。在调用此 API 之前，请使用 [/api/blobs/:digest](#推送一个 blob) 将 GGUF 文件推送到服务器。

请求

Shell复制

curl http://localhost:11434/api/create -d '{"model": "my-gguf-model","files": {"test.gguf": "sha256:432f310a77f4650a88d0fd59ecdd7cebed8d684bafea53cbff0473542964f0c3"}
}'

响应

返回一系列 JSON 对象：

JSON复制

{"status":"parsing GGUF"}
{"status":"using existing layer sha256:432f310a77f4650a88d0fd59ecdd7cebed8d684bafea53cbff0473542964f0c3"}
{"status":"writing manifest"}
{"status":"success"}

从 Safetensors 目录创建模型

files 参数应包含一个字典，其中包含 safetensors 模型的文件，包括文件名和每个文件的 SHA256 摘要。在调用此 API 之前，请使用 [/api/blobs/:digest](#推送一个 blob) 将每个文件推送到服务器。文件将保留在缓存中，直到 Ollama 服务器重新启动。

请求

Shell复制

curl http://localhost:11434/api/create -d '{"model": "fred","files": {"config.json": "sha256:dd3443e529fb2290423a0c65c2d633e67b419d273f170259e27297219828e389","generation_config.json": "sha256:88effbb63300dbbc7390143fbbdd9d9fa50587b37e8bfd16c8c90d4970a74a36","special_tokens_map.json": "sha256:b7455f0e8f00539108837bfa586c4fbf424e31f8717819a6798be74bef813d05","tokenizer.json": "sha256:bbc1904d35169c542dffbe1f7589a5994ec7426d9e5b609d07bab876f32e97ab","tokenizer_config.json": "sha256:24e8a6dc2547164b7002e3125f10b415105644fcf02bf9ad8b674c87b1eaaed6","model.safetensors": "sha256:1ff795ff6a07e6a68085d206fb84417da2f083f68391c2843cd2b8ac6df8538f"}
}'

响应

返回一系列 JSON 对象：

Shell复制

{"status":"converting model"}
{"status":"creating new layer sha256:05ca5b813af4a53d2c2922933936e398958855c44ee534858fcfd830940618b6"}
{"status":"using autodetected template llama3-instruct"}
{"status":"using existing layer sha256:56bb8bd477a519ffa694fc449c2413c6f0e1d3b1c88fa7e3c9d88d3ae49d4dcb"}
{"status":"writing manifest"}
{"status":"success"}

检查 Blob 是否存在

Shell复制

HEAD /api/blobs/:digest

确保用于创建模型的文件 blob（二进制大对象）存在于服务器上。这会检查您的 Ollama 服务器，而不是 ollama.com。

查询参数

digest: blob 的 SHA256 摘要

示例

请求

Shell复制

curl -I http://localhost:11434/api/blobs/sha256:29fdb92e57cf0827ded04ae6461b5931d01fa595843f55d36f5b275a52087dd2

响应

如果 blob 存在，则返回 200 OK；如果不存在，则返回 404 Not Found。

推送一个 Blob

POST /api/blobs/:digest

将文件推送到 Ollama 服务器以创建一个 "blob"（二进制大对象）。

查询参数

digest: 文件的预期 SHA256 摘要

示例

请求

Shell复制

curl -T model.gguf -X POST http://localhost:11434/api/blobs/sha256:29fdb92e57cf0827ded04ae6461b5931d01fa595843f55d36f5b275a52087dd2

响应

如果 blob 成功创建，则返回 201 Created；如果使用的摘要不正确，则返回 400 Bad Request。

列出本地模型

GET /api/tags

列出本地可用的模型。

示例

请求

Shell复制

curl http://localhost:11434/api/tags

响应

返回一个单一的 JSON 对象。

JSON复制

{"models": [{"name": "codellama:13b","modified_at": "2023-11-04T14:56:49.277302595-07:00","size": 7365960935,"digest": "9f438cb9cd581fc025612d27f7c1a6669ff83a8bb0ed86c94fcf4c5440555697","details": {"format": "gguf","family": "llama","families": null,"parameter_size": "13B","quantization_level": "Q4_0"}},{"name": "llama3:latest","modified_at": "2023-12-07T09:32:18.757212583-08:00","size": 3825819519,"digest": "fe938a131f40e6f6d40083c9f0f430a515233eb2edaa6d72eb85c50d64f2300e","details": {"format": "gguf","family": "llama","families": null,"parameter_size": "7B","quantization_level": "Q4_0"}}]
}

显示模型信息

POST /api/show

显示模型的信息，包括详细信息、modelfile、模板、参数、许可证、系统提示等。

参数

model: 要显示的模型名称
verbose: （可选）如果设置为 true，则返回详细的响应字段数据

示例

请求

Shell复制

curl http://localhost:11434/api/show -d '{"model": "llama3.2"
}'

响应

JSON复制

{"modelfile": "# Modelfile generated by \"ollama show\"\n# To build a new Modelfile based on this one, replace the FROM line with:\n# FROM llava:latest\n\nFROM /Users/matt/.ollama/models/blobs/sha256:200765e1283640ffbd013184bf496e261032fa75b99498a9613be4e94d63ad52\nTEMPLATE \"\"\"{{ .System }}\nUSER: {{ .Prompt }}\nASSISTANT: \"\"\"\nPARAMETER num_ctx 4096\nPARAMETER stop \"\u003c/s\u003e\"\nPARAMETER stop \"USER:\"\nPARAMETER stop \"ASSISTANT:\"","parameters": "num_keep                       24\nstop                           \"<|start_header_id|>\"\nstop                           \"<|end_header_id|>\"\nstop                           \"<|eot_id|>\"","template": "{{ if .System }}<|start_header_id|>system<|end_header_id|>\n\n{{ .System }}<|eot_id|>{{ end }}{{ if .Prompt }}<|start_header_id|>user<|end_header_id|>\n\n{{ .Prompt }}<|eot_id|>{{ end }}<|start_header_id|>assistant<|end_header_id|>\n\n{{ .Response }}<|eot_id|>","details": {"parent_model": "","format": "gguf","family": "llama","families": ["llama"],"parameter_size": "8.0B","quantization_level": "Q4_0"},"model_info": {"general.architecture": "llama","general.file_type": 2,"general.parameter_count": 8030261248,"general.quantization_version": 2,"llama.attention.head_count": 32,"llama.attention.head_count_kv": 8,"llama.attention.layer_norm_rms_epsilon": 0.00001,"llama.block_count": 32,"llama.context_length": 8192,"llama.embedding_length": 4096,"llama.feed_forward_length": 14336,"llama.rope.dimension_count": 128,"llama.rope.freq_base": 500000,"llama.vocab_size": 128256,"tokenizer.ggml.bos_token_id": 128000,"tokenizer.ggml.eos_token_id": 128009,"tokenizer.ggml.merges": [],            // 如果 `verbose=true`，则填充"tokenizer.ggml.model": "gpt2","tokenizer.ggml.pre": "llama-bpe","tokenizer.ggml.token_type": [],        // 如果 `verbose=true`，则填充"tokenizer.ggml.tokens": []             // 如果 `verbose=true`，则填充}
}

复制模型

POST /api/copy

复制模型。从现有模型创建一个具有另一个名称的模型。

示例

请求

Shell复制

curl http://localhost:11434/api/copy -d '{"source": "llama3.2","destination": "llama3-backup"
}'

响应

如果成功，则返回 200 OK；如果源模型不存在，则返回 404 Not Found。

删除模型

DELETE /api/delete

删除模型及其数据。

参数

model: 要删除的模型名称

示例

请求

Shell复制

curl -X DELETE http://localhost:11434/api/delete -d '{"model": "llama3:13b"
}'

响应

如果成功，则返回 200 OK；如果要删除的模型不存在，则返回 404 Not Found。

拉取模型

POST /api/pull

从 ollama 库下载模型。取消的拉取操作将从上次中断的地方继续，多次调用将共享相同的下载进度。

参数

model: 要拉取的模型名称
insecure: （可选）允许与库的不安全连接。仅在开发期间从您自己的库拉取时使用此选项。
stream: （可选）如果为 false，则响应将作为单个响应对象返回，而不是一系列对象

示例

请求

Shell复制

curl http://localhost:11434/api/pull -d '{"model": "llama3.2"
}'

响应

如果未指定 stream，或者设置为 true，则返回一系列 JSON 对象：

第一个对象是清单：

JSON复制

{"status": "pulling manifest"
}

然后是一系列下载响应。在任何下载完成之前，completed 键可能不会包含。要下载的文件数量取决于清单中指定的层数。

JSON复制

{"status": "downloading digestname","digest": "digestname","total": 2142590208,"completed": 241970
}

所有文件下载完成后，最终响应为：

JSON复制

{"status": "verifying sha256 digest"
}
{"status": "writing manifest"
}
{"status": "removing any unused layers"
}
{"status": "success"
}

如果 stream 设置为 false，则响应是一个单一的 JSON 对象：

JSON复制

{"status": "success"
}

推送模型

POST /api/push

将模型上传到模型库。需要在 ollama.ai 上注册并添加公钥。

参数

model: 要推送的模型名称，格式为 <namespace>/<model>:<tag>
insecure: （可选）允许与库的不安全连接。仅在开发期间向您的库推送时使用此选项。
stream: （可选）如果为 false，则响应将作为单个响应对象返回，而不是一系列对象

示例

请求

Shell复制

curl http://localhost:11434/api/push -d '{"model": "mattw/pygmalion:latest"
}'

响应

如果未指定 stream，或者设置为 true，则返回一系列 JSON 对象：

JSON复制

{ "status": "retrieving manifest" }

然后是：

JSON复制

{"status": "starting upload","digest": "sha256:bc07c81de745696fdf5afca05e065818a8149fb0c77266fb584d9b2cba3711ab","total": 1928429856
}

然后是一系列上传响应：

JSON复制

{"status": "starting upload","digest": "sha256:bc07c81de745696fdf5afca05e065818a8149fb0c77266fb584d9b2cba3711ab","total": 1928429856
}

最后，当上传完成时：

JSON复制

{"status":"pushing manifest"}
{"status":"success"}

如果 stream 设置为 false，则响应是一个单一的 JSON 对象：

JSON复制

{ "status": "success" }

生成嵌入

POST /api/embed

从模型生成嵌入。

参数

model: 用于生成嵌入的模型名称
input: 要生成嵌入的文本或文本列表

高级参数：

truncate: 将每个输入的末尾截断以适应上下文长度。如果设置为 false 并且上下文长度超出，则返回错误。默认值为 true
options: 文档中列出的 Modelfile 的其他模型参数，例如 temperature
keep_alive: 控制模型在请求后保留在内存中的时间（默认值：5m）

示例

请求

Shell复制

curl http://localhost:11434/api/embed -d '{"model": "all-minilm","input": "天空为什么是蓝色的？"
}'

响应

JSON复制

{"model": "all-minilm","embeddings": [[0.010071029, -0.0017594862, 0.05007221, 0.04692972, 0.054916814,0.008599704, 0.105441414, -0.025878139, 0.12958129, 0.031952348]],"total_duration": 14143917,"load_duration": 1019500,"prompt_eval_count": 8
}

请求（多个输入）

Shell复制

curl http://localhost:11434/api/embed -d '{"model": "all-minilm","input": ["天空为什么是蓝色的？", "草地为什么是绿色的？"]
}'

响应

JSON复制

{"model": "all-minilm","embeddings": [[0.010071029, -0.0017594862, 0.05007221, 0.04692972, 0.054916814,0.008599704, 0.105441414, -0.025878139, 0.12958129, 0.031952348],[-0.0098027075, 0.06042469, 0.025257962, -0.006364387, 0.07272725,0.017194884, 0.09032035, -0.051705178, 0.09951512, 0.09072481]]
}

列出运行中的模型

GET /api/ps

列出当前加载到内存中的模型。

示例

请求

Shell复制

curl http://localhost:11434/api/ps

响应

返回一个单一的 JSON 对象。

JSON复制

{"models": [{"name": "mistral:latest","model": "mistral:latest","size": 5137025024,"digest": "2ae6f6dd7a3dd734790bbbf58b8909a606e0e7e97e94b7604e0aa7ae4490e6d8","details": {"parent_model": "","format": "gguf","family": "llama","families": ["llama"],"parameter_size": "7.2B","quantization_level": "Q4_0"},"expires_at": "2024-06-04T14:38:31.83753-07:00","size_vram": 5137025024}]
}

生成嵌入

注意：此接口已被 /api/embed 替代

POST /api/embeddings

从模型生成嵌入。

参数

model: 用于生成嵌入的模型名称
prompt: 要生成嵌入的文本

高级参数：

options: 文档中列出的 Modelfile 的其他模型参数，例如 temperature
keep_alive: 控制模型在请求后保留在内存中的时间（默认值：5m）

示例

请求

Shell复制

curl http://localhost:11434/api/embeddings -d '{"model": "all-minilm","prompt": "这是一篇关于骆驼的文章……"
}'

响应

JSON复制

{"embedding": [0.5670403838157654, 0.009260174818336964, 0.23178744316101074, -0.2916173040866852, -0.8924556970596313,0.8785552978515625, -0.34576427936553955, 0.5742510557174683, -0.04222835972905159, -0.137906014919281]
}

版本

GET /api/version

检索 Ollama 版本

示例

请求

Shell复制

curl http://localhost:11434/api/version

响应

JSON复制

{"version": "0.5.1"
}