经过上一讲，是不是已经在自己电脑上装好了大模型，却在纠结怎么把它用到实际项目里？别急，今天我们就来聊聊怎么通过 API 的方式，让你本地的大模型“活”起来，成为你智能客服系统的核心大脑！
一、从命令行到 API：为什么我们需要更进一步的接入？
之前我们已经成功在本地安装并运行了 Ollama，可以通过命令行和大模型进行对话。但对开发者来说，这显然不够——我们要的是能集成到企业应用中的方案！而 API，正是实现这一目标的关键。
通过 API，你可以让网页、移动端、小程序等各种前端界面与你的大模型对话，还能记录对话记录、管理用户状态，甚至做多轮对话——这才是智能客服该有的样子！
二、准备工作：确认你的 Ollama 服务已经就绪
在开始写代码之前，先确保你的 Ollama 服务正在运行。打开浏览器，访问这个地址：
http://127.0.0.1:11434
如果你看到 Ollama 的响应，说明服务已经正常运行了。这个地址就是我们后续所有 API 调用的基础。
三、用 Python 发起你的第一个 API 请求
对于 AI 开发，Python 是目前最主流的选择。我们来写一个简单的 Python 脚本，看看如何通过代码与本地大模型对话：
import requests # 首先导入requests库，用于发送HTTP请求
# 设置请求的URL，注意这里比基础URL多了/api/generate路径
url = "http://127.0.0.1:11434/api/generate"
# 配置请求头，告诉服务器我们发送的是JSON数据
headers = {
"Content-Type": "application/json"
}
# 构建请求体，这是与大模型对话的核心配置
data = {
"model": "deepseek-r1:7B", # 指定要使用的模型名称
"prompt": "你是谁？", # 输入你的问题或提示
"stream": False # 是否使用流式响应（True是流式，False是一次性返回）
}
# 发送POST请求
response = requests.post(url, headers=headers, json=data)
# 打印完整的响应结果
print(response.json())
当你运行这段代码时，会得到一个 JSON 格式的响应，里面包含大模型的回答和各种元数据。如果你只想要模型的回答内容，可以从响应中提取response字段。
四、不只是 Python：其他语言也能轻松调用
不用担心，如果你不是 Python 开发者，同样可以轻松调用 Ollama！因为 Ollama 提供的是标准的 HTTP 接口，任何能发送 HTTP 请求的语言都能使用。
推荐一个小技巧：使用通义灵码这类 AI 编程助手，你可以把上面的 Python 代码直接转换为 Java、Go、JavaScript 等其他语言的版本。
比如让通义灵码“将这段代码转换为 Java 版本”，它会告诉你如何使用 Java 的 HttpClient 来实现同样的功能，包括需要引入哪些依赖库，怎么写请求代码等等。Go 语言也是同样的道理。
五、探索更多 API 功能：不只是简单问答
Ollama 提供的 API 远比我们上面用的要强大！前往 Ollama 的 GitHub 官方页面查看完整的 API 文档，你会发现它支持：
多轮对话：保持上下文，实现真正的连续对话
模型管理：查看本地模型列表、切换不同模型
流式响应：像 ChatGPT 那样一个字一个字地返回结果
对话历史：管理和回顾之前的对话记录
这些功能让你能够构建出真正实用、高效的智能客服系统。
六、遇到问题怎么办？一些实用小建议
如果你是第一次做这类开发，可能会遇到一些小问题。比如：
连接被拒绝：检查 Ollama 服务是否真的启动了
模型不存在：确认
model字段写的模型名称是否正确响应速度慢：大模型第一次响应需要加载，后续会快很多
记得，Ollama 的 API 文档是你最好的朋友，遇到问题时先去那里寻找答案。
七、下一步做什么？更高级的应用开发
现在你已经掌握了通过 API 调用本地大模型的基本方法，但这只是开始！在接下来的内容中，我们会带你：
使用 Dify 等平台快速搭建大模型应用界面
开发真正的 RAG 应用，让你的客服系统“更懂你”
学习如何使用 LangChain 等框架提升开发效率
构建完整的企业级智能客服系统
无论你是想为自己的项目添加 AI 能力，还是想要开发商业级的智能客服系统，这些技能都将非常有用。
希望这篇教程能帮你迈出大模型应用开发的第一步！如果你在实践过程中遇到任何问题，或者想要了解更多深入内容，欢迎留言交流。
