移动端网站建设的意义海口公司做网站
目录
1.介绍
2.开始调用
2.1模型检验
2.2 通过url调用
3.总结
1.介绍
这篇博客用来教你如何从本地调用ollama中deepseek的模型接口，直接和deepseek进行对话。
2.开始调用
2.1模型检验
首先要保证ollama已经安装到本地，并且已经下载了deepseek模型。可以使用下面的命令检验：
ollama list
2.2使用subprocess
使用subprocess直接与模型进行对话，使用ollama命令中的pull或run选项来调用模型。
import subprocessdef ollama_deepseek_conversation(prompt):try:# 通过命令行使用 ollama run deepseek-r1:7b 模型，注意这里的模型名字，可以使用ollama list可以看见模型名字result = subprocess.run(['ollama', 'run', 'deepseek-r1:7b'], input=prompt,stdout=subprocess.PIPE, text=True)# 获取模型响应并返回return result.stdout.strip()except Exception as e:return f"Error occurred: {e}"if __name__ == "__main__":print("开始对话，输入'quit'退出")while True:# 获取用户输入user_input = input("你: ")if user_input.lower() == 'quit':print("对话结束")break# 调用deepseek模型获取响应response = ollama_deepseek_conversation(user_input)print(f"deepseek: {response}")
2.2 通过url调用
1.创建一个本地的服务来将命令行调用转化为 REST API 请求
from flask import Flask, request, jsonify
import subprocessapp = Flask(__name__)# 定义一个路由来处理POST请求
@app.route('/deepseek', methods=['POST'])
def deepseek_conversation():data = request.get_json() # 获取用户的 JSON 输入prompt = data.get('prompt', '') # 从 JSON 中获取 'prompt'try:# 运行 ollama 命令并将用户输入传给 deepseek-r1:7bresult = subprocess.run(['ollama', 'run', 'deepseek-r1:7b'], input=prompt,stdout=subprocess.PIPE, text=True)# 获取模型的响应response = result.stdout.strip()return jsonify({"response": response}) # 返回 JSON 格式的响应except Exception as e:return jsonify({"error": str(e)}), 500 # 捕获错误并返回500状态码if __name__ == "__main__":app.run(host="0.0.0.0", port=5000) # 启动 Flask 服务，监听5000端口
2.使用 requests 库来向这个本地服务发送 HTTP 请求，并获得 deepseek 模型的响应。
import requestsdef ollama_deepseek_conversation(prompt):try:url = "http://localhost:5000/deepseek" # Flask API 地址response = requests.post(url, json={"prompt": prompt}) # 发送 POST 请求if response.status_code == 200:return response.json().get("response", "无响应") # 解析返回的 JSON 数据else:return f"Error: {response.status_code} {response.text}"except Exception as e:return f"Error occurred: {e}"if __name__ == "__main__":print("开始对话，输入'quit'退出")while True:user_input = input("你: ")if user_input.lower() == 'quit':print("对话结束")break# 调用 deepseek 模型并获取响应response = ollama_deepseek_conversation(user_input)print(f"deepseek: {response}")
3.总结
和deepseek对话，可行的方式不仅仅只有命令窗口或webui等等，还可以使用url调用，这样一来，你就可以使用一些硬件接入deepseek（例如使用ESP32接入自己的本地deepseek制作一个本地聊天机器人)。
希望这一片博客可以为你的思路提供新的参考。