### 调用 DeepSeek API 的方法 要在 Flask 应用程序中调用 DeepSeek 提供的 API 接口，可以通过 `requests` 或其他 HTTP 客户端库发送请求到 Ollama 运行的服务地址。以下是具体实现方式： #### 1. 基本原理 Ollama 启动后会监听默认的 TCP 端口 `11434`，并提供 RESTful 风格的 API 来交互[^1]。通过向该服务发送 POST 请求，可以传递输入数据给模型处理。 #### 2. 实现代码示例 以下是一个完整的 Flask 示例代码，展示如何集成 DeepSeek 并生成响应内容： ```python from flask import Flask, request, jsonify import requests app = Flask(__name__) # 设置 Ollama 默认服务地址 OLLAMA_API_URL = "http://localhost:11434" @app.route('/generate', methods=['POST']) def generate_text(): data = request.json user_input = data.get('input') if not user_input: return jsonify({"error": "Input is required"}), 400 try: # 构造请求体 payload = { "model": "deepseek", # 指定使用的模型名称 "prompt": user_input, "max_tokens": 100 # 控制返回的最大 token 数量 } # 发送 POST 请求至 Ollama 服务 response = requests.post(f"{OLLAMA_API_URL}/api/generate", json=payload) if response.status_code != 200: return jsonify({"error": f"Error from Ollama service {response.status_code}"}), 500 result = response.json() generated_text = result['response'] return jsonify({ "generated_text": generated_text }), 200 except Exception as e: return jsonify({"error": str(e)}), 500 if __name__ == '__main__': app.run(debug=True) ``` 上述代码定义了一个 `/generate` 路由，接收 JSON 数据作为输入，并将其转发到 Ollama 的 API 接口上进行文本生成操作[^2]。 --- #### 3. 关键配置说明 - **API 地址**: 如果 Ollama 不是在标准端口运行，则需修改变量 `OLLAMA_API_URL`。 - **模型选择**: 可以替换 `"model"` 字段中的值来指定不同的预训练模型。 - **超参调整**: 如 `max_tokens`, `temperature` 等参数可根据实际需求灵活设置。 --- #### 4. 测试接口 启动 Flask 应用之后，可通过如下命令测试其功能： ```bash curl -X POST http://127.0.0.1:5000/generate \ -H "Content-Type: application/json" \ -d '{"input":"写一首关于秋天的诗"}' ``` 这将触发一次针对秋日主题诗歌创作的任务，并返回相应结果。 ---