例如，olloma部署在192.168.0.197这个服务器上，端口11434。

通过接口api方式调用，操作方式如下：

以apipost工具为例：

请求方式：POST

请求地址：http://192.168.0.197:11434/api/generate

Header：Content-Type

application/json

Body体：

{

           "model": "deepseek-r1:14b",

           "prompt": "你好",

           "max_tokens": 2000,

           "stream": false

}

请求参数说明：

• model (string, 必填): 指定要使用的模型名称（如 deepseek-r1:14b）。

• prompt (string, 必填): 输入文本，作为模型的提示。

• stream (boolean, 可选): 是否启用流式响应。默认为 true。

  • 如果为 true，API 会逐步返回生成的内容。

  • 如果为 false，API 会一次性返回完整的生成内容。

• max_tokens (integer, 可选): 生成文本的最大长度（以 token 为单位）。

• temperature (float, 可选): 控制生成文本的随机性。值越高，生成的文本越随机；值越低，生成的文本越确定。默认值通常为 0.7。

• top_p (float, 可选): 核采样（nucleus sampling）的概率阈值。默认值通常为 1.0。

• top_k (integer, 可选): 限制采样时考虑的 top-k 词汇数量。默认值通常为 40。

• stop (array of strings, 可选): 指定停止生成的条件。当生成的内容包含这些字符串时，停止生成。

• context (array of integers, 可选): 上下文 token 列表，用于保持对话或生成的一致性。

• seed (integer, 可选): 随机种子，用于控制生成的可重复性。

返回参数说明：

• response (string): 生成的文本内容。

• done (boolean): 是否生成完成。

• done_reason (string): 完成原因（如 stop 表示正常结束）。

• context (array of integers): 上下文 token 列表。

• total_duration (integer): 总耗时（纳秒）。

• load_duration (integer): 模型加载耗时（纳秒）。

• prompt_eval_count (integer): 提示评估的 token 数量。

• prompt_eval_duration (integer): 提示评估耗时（纳秒）。

• eval_count (integer): 生成评估的 token 数量。

• eval_duration (integer): 生成评估耗时（纳秒）。

详细参考文章：

https://download.csdn.net/download/liangmengbk/90474782