一、为什么要先懂一点 HTTP？

Ollama 提供了 **HTTP API**，我们可以用代码（Python / curl）给它发请求，然后拿到模型的回答。  
如果你不懂 HTTP，可能会遇到：

- 分不清 'GET' 和 'POST'，不知道用哪个。
- 看到 '400 Bad Request' 不知道错在哪。
- 不知道 '200'、'404'、'500' 这些数字什么意思。

 二、HTTP 基础知识

2.1 什么是 HTTP？

HTTP，全称为超文本传输协议（HyperText Transfer Protocol），是互联网上应用最为广泛的一种网络协议。它是客户端和服务器之间进行通信的规则集合，允许将超文本标记语言（HTML）文档从Web服务器传输到Web浏览器。简而言之，HTTP是Web浏览器和Web服务器之间的“语言”，使得用户能够浏览网页、下载文件、提交表单等。

比如：- 你发一个''请求''（比如“请帮我生成一段文字”）。
           - 服务器返回一个 **响应**（模型生成的文字）。

2.2 一个 HTTP 请求包含什么？

2.2.1. HTTP 请求结构

组成部分	作用	例子
请求行	声明方法、资源路径、HTTP版本	POST /api/generate HTTP/1.1
请求头	附加信息（类型、认证、客户端信息等）	Content-Type: application/json Authorization: Bearer xxx
请求体	实际发送的数据（通常只有 POST/PUT 才有）	{"model":"qwen2.5:7b","prompt":"你好"}

💡 小贴士：GET 请求一般没有请求体，参数直接拼在 URL 问号后面，如 /api/tags?limit=10。

---

2.2.2 GET vs POST 对比（重点！Ollama 常用 POST）

对比项	GET	POST
主要用途	获取数据（读操作）	提交数据（写操作）
参数位置	URL 查询字符串（?key=value）	请求体（相对安全）
能否缓存	能（浏览器/代理自动缓存）	默认不能，需手动设置
长度限制	有（浏览器/服务器限制，一般 2KB~8KB）	无（可传输大文件）
幂等性	是（多次请求结果相同）	否（多次提交可能产生多个资源）
Ollama 中的例子	GET /api/tags（查看已安装模型列表）	POST /api/generate（让模型生成文本）

✅ 调用 Ollama 让模型回答问题，必须用 POST。

---

2.2.3 请求地址组成（以 http://www.baidu.com:80/s?wd=AI 为例）

部分	说明	例子
协议	通信规则，常见 http / https	http
域名/IP	服务器地址	www.baidu.com
端口	服务入口，http默认80，https默认443，Ollama 默认端口是 11434	:80（可省略）
路径	具体资源接口	/s（百度搜索接口）
查询参数	GET 附带的键值对，以 ? 开头，& 分隔	?wd=AI

2.2.4 请求-响应

【请求阶段】 客户端 → 服务端
    1. 拼接请求地址：协议 + 主机 + 端口 + 路径 + 参数（协议+IP地址+端口+接口地址）
    2. 选择方法：GET（取） / POST（发）
    3. 添加请求头：Content-Type, Authorization 等
    4. 填入请求体（POST时）
    
【响应阶段】 服务端 → 客户端
    1. 解析状态码：200/400/500...
    2. 读取响应头（类型、长度等）
    3. 提取响应体中的实际数据（例如模型生成的文本）

---

2.2.5 HTTP 状态码速查（调试 API ）

分类	状态码	含义	常见原因（Ollama 场景）
✅ 成功	200 OK	一切正常，返回数据	调用成功，收到模型回复
🧭 重定向	302 Found	资源临时移动	少见于本地 Ollama
❌ 客户端错误	400 Bad Request	请求格式错误	JSON 语法错误、字段名写错（如 "modle"）
❌ 客户端错误	404 Not Found	URL 不存在	把 /api/generate 写成了 /v1/generate
❌ 客户端错误	405 Method Not Allowed	请求方法错误	用 GET 请求只支持 POST 的接口
❌ 客户端错误	413 Payload Too Large	请求体过大	输入的 prompt 太长
🔥 服务器错误	500 Internal Server Error	服务器内部错误	Ollama 服务挂了，尝试 ollama serve
🔥 服务器错误	503 Service Unavailable	服务不可用	模型未加载或名字写错，先 ollama pull <模型名>

📌 记忆口诀：
2xx 舒服，3xx 迷路，4xx 我糊涂，5xx 服务器想哭

---

🧠 附：Ollama 常用 API 速记

操作	方法	URL	请求体示例
查看已安装模型	GET	/api/tags	无
生成文本	POST	/api/generate	{"model": "qwen2.5:7b", "prompt": "你好", "stream": false}
对话模式	POST	/api/chat	{"model": "qwen2.5:7b", "messages": [{"role": "user", "content": "你好"}]}
拉取模型	POST	/api/pull	{"name": "qwen2.5:7b"}

三、Ollama API 实战

3.1 准备工作

1. 安装 Ollama：去 [ollama.com](https://ollama.com) 下载安装（支持 Windows / macOS / Linux）。
2. 下载一个模型（比如qwen2.5:7b，约 4.7GB）：

bash

ollama pull qwen2.5:7b
3. 确保服务运行：安装后 Ollama 一般会自动在后台运行。

3.2 调用生成接口（'/api/generate'）

用 curl 测试（直接复制到终端）

bash

curl http://localhost:11434/api/generate -d '{
  "model": "qwen2.5:7b",
  "prompt": "为什么天空是蓝色的？",
  "stream": false
}'

你会得到一个 JSON，里面的"response"就是模型的回答。

用 Python 调用（更常用）

python

import requests

url = "http://localhost:11434/api/generate"
data = {
    "model": "qwen2.5:7b",
    "prompt": "用一句话解释什么是神经网络",
    "stream": False
}

resp = requests.post(url, json=data)
print(resp.json()["response"])

> 记得先 pip install requests 哦。

3.3 多轮对话（'/api/chat'）

如果想让模型记住上下文（像 ChatGPT 那样），用' /api/chat'，需要自己维护消息历史。

python

chat_data = {
    "model": "qwen2.5:7b",
    "messages": [
        {"role": "user", "content": "我叫小明，喜欢打篮球"}
    ],
    "stream": False
}

resp = requests.post("http://localhost:11434/api/chat", json=chat_data)
reply = resp.json()["message"]["content"]
print(reply)

# 第二轮：把历史带上
chat_data["messages"].append({"role": "assistant", "content": reply})
chat_data["messages"].append({"role": "user", "content": "那我擅长什么运动？"})

resp2 = requests.post("http://localhost:11434/api/chat", json=chat_data)
print(resp2.json()["message"]["content"])

⚠️注意：Ollama 不会自动保存历史，需要我们自己在代码里维护 'messages' 列表。

3.4 流式输出（打字机效果）

设置"stream":'true'，模型会一个字一个字地返回。

python

resp = requests.post(
    "http://localhost:11434/api/generate",
    json={"model": "qwen2.5:7b", "prompt": "讲个笑话", "stream": True},
    stream=True
)

for line in resp.iter_lines():
    if line:
        chunk = line.decode('utf-8')
        # 每行类似 {"response":"哈","done":false}
        print(chunk)

3.5 其他常用 API

端点	方法	作用
/api/tags	GET	查看已下载的模型列表
/api/show	POST	查看某个模型的详细信息
/api/pull	POST	下载新模型（同 ollama pull）
/api/delete	DELETE	删除模型（释放硬盘）

示例：查看模型列表

bash

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

四、小结（回忆一下）

知识点	一句话版
HTTP 请求结构	请求行 + 请求头 + 请求体
GET vs POST	取数据用 GET，提交数据用 POST
常见状态码	200 成功，400 我写错，500 服务器崩
Ollama 生成接口	POST /api/generate + JSON 包含 model 和 prompt
多轮对话	用 /api/chat，自己维护 messages 数组
流式输出	加 "stream": true，循环读取行

---

五、参考资料

• Ollama API 官方文档（英文，例子很清晰）

• MDN HTTP 教程（中文，详细）

• B站视频《一小时全面入门 HTTP 协议》（搜一下就有）

---

我还在学习中，很多地方理解得不一定准确。如果如果有不准确的地方，欢迎大家在评论区指出，我会认真修正的！也希望能和同样对 AI 感兴趣的同学多多交流～ 🤝，最后如果对你有帮助，点个赞就是对我最大的鼓励～ ❤️