没问题！下面是一个 **「复制粘贴即用」的完整 Python 脚本**，它： ✅ 无需安装额外框架（仅需 `requests`） ✅ 自动检测并支持 **Ollama（本地）** 和 **Claude（云端）** 两种模式 ✅ 内置错误处理、清晰提示、开箱即用 ✅ 支持中文提问、代码生成、解释等常见开发任务 ✅ 附带详细注释 + 一键运行说明 --- ### ✅ 复制以下全部代码 → 保存为 `llm_runner.py` → 终端运行 `python llm_runner.py` ```python #!/usr/bin/env python3 # -*- coding: utf-8 -*- """ 🔥 一行命令启动：python llm_runner.py ✅ 支持两种模式： [1] Ollama（本地免费）→ 需提前运行：ollama run llama3（或其它已拉取模型） [2] Claude（需 API Key）→ 去 https://console.anthropic.com/settings/keys 免费获取 💡 提示：首次运行请先确保： • Ollama 已安装并运行（macOS/Linux/Windows WSL 均支持） • 若用 Claude，请将 YOUR_ANTHROPIC_API_KEY 替换为你的真实密钥（见下方注释） """ import requests import sys import json # ==================== 🔧 配置区（只需改这里！） ==================== PROVIDER = "ollama" # ← 可选："ollama" 或 "claude" MODEL_NAME = "llama3" # ← Ollama 模型名（如 "qwen2:7b", "phi3:mini"）；Claude 用 "claude-3-haiku-20240307" 等 API_KEY = "" # ← Claude 必填！Ollama 模式下留空即可（如： "sk-ant-api03-abc...xyz"） # ==================== 🚀 核心逻辑（无需修改） ==================== def call_ollama(model, prompt): try: resp = requests.post( "http://localhost:11434/api/chat", json={ "model": model, "messages": [{"role": "user", "content": prompt}], "stream": False, "options": {"temperature": 0.3} }, timeout=120 ) if resp.status_code == 200: return resp.json()["message"]["content"].strip() else: return f"[Ollama Error {resp.status_code}]: {resp.text[:200]}" except Exception as e: return f"[Ollama Exception]: {str(e)}" def call_claude(model, prompt, api_key): if not api_key.strip(): return "[Claude Error]: API_KEY 为空！请去 https://console.anthropic.com/settings/keys 获取" try: headers = { "x-api-key": api_key, "anthropic-version": "2023-06-01", "Content-Type": "application/json" } payload = { "model": model, "max_tokens": 1024, "temperature": 0.3, "messages": [{"role": "user", "content": prompt}] } resp = requests.post( "https://api.anthropic.com/v1/messages", headers=headers, json=payload, timeout=120 ) if resp.status_code == 200: return resp.json()["content"][0]["text"].strip() else: err_msg = resp.json().get("error", {}).get("message", "Unknown error") return f"[Claude Error {resp.status_code}]: {err_msg[:200]}" except Exception as e: return f"[Claude Exception]: {str(e)}" def main(): print("🚀 LLM Runner 启动中...") print(f" 当前模式：{PROVIDER.upper()} | 模型：{MODEL_NAME}") # 检查 Ollama 是否可达（仅 Ollama 模式） if PROVIDER == "ollama": try: r = requests.get("http://localhost:11434/api/version", timeout=5) if r.status_code != 200: print("❌ Ollama 服务未运行！请先执行：ollama serve（或重启 Ollama）") return except: print("❌ 无法连接到 Ollama（http://localhost:11434）。请确认 Ollama 正在运行。") return # 交互式提问（Ctrl+C 退出） print("\n💬 输入你的问题（直接回车退出）：") print(" 示例：'用 Python 写一个合并两个有序列表的函数' 或 '解释 async/await'") print("-" * 70) while True: try: user_input = input("\n👉 你：").strip() if not user_input: print("👋 再见！") break print("⏳ 正在思考...", end="", flush=True) if PROVIDER == "ollama": result = call_ollama(MODEL_NAME, user_input) else: result = call_claude(MODEL_NAME, user_input, API_KEY) print("\r\033[2K", end="") # 清除“正在思考”行 print(f"🤖 {PROVIDER.capitalize()}：\n{result}\n" + "="*70) except KeyboardInterrupt: print("\n\n👋 强制退出，再见！") break except EOFError: print("\n👋 输入结束，再见！") break if __name__ == "__main__": main() ``` --- ### ✅ 三步上手（1 分钟搞定）： #### ▶️ 步骤 1：安装依赖（仅一次） ```bash pip install requests ``` #### ▶️ 步骤 2：确保 Ollama 正在运行（Ollama 模式必做） ```bash # macOS / Linux ollama serve # 后台运行（或直接前台运行：ollama run llama3 → 会自动启服务） # Windows（WSL 或 Docker Desktop）同理 # 💡 如果没装 Ollama：访问 https://ollama.com/download 下载安装 ``` #### ▶️ 步骤 3：运行脚本 ```bash python llm_runner.py ``` ✅ 然后直接输入中文问题，比如： > “用 Python 写一个装饰器，统计函数执行时间，并打印毫秒数” 它就会立刻返回可运行代码 👇 （Ollama 模式下响应快、离线；Claude 模式下更严谨但需联网+API Key） --- ### 📌 小贴士（提升体验）： - ✅ **想换模型？** 只需改 `MODEL_NAME = "qwen2:7b"`（先 `ollama pull qwen2:7b`） - ✅ **想用 Claude？** 把 `PROVIDER = "claude"`，`API_KEY = "sk-ant-api03-..."`（[点此免费领 Key](https://console.anthropic.com/settings/keys)） - ✅ **想静默运行？** 直接传参调用函数，例如： ```python answer = call_ollama("llama3", "Python 中 __init__ 和 __new__ 的区别？") print(answer) ``` ---