5. 在 C++ 中使用 Ollama API.md

在 C++ 中使用 Ollama API

本文介绍了如何在 C++ 中使用 Ollama API 。这篇文档旨在帮助 C++ 开发者快速上手并充分利用 Ollama 的能力。通过学习本文档，你可以轻松集成 Ollama 到你的项目中。

需要注意的是，Ollama 的社区和文档可能更侧重于 Python 和其他高级语言的集成。在 C++ 项目中使用大模型，通常会使用 Llama.cpp (llama.cpp 教程) 。Llama.cpp 是一个由 Georgi Gerganov 开发的开源项目，它提供了 Meta 的 LLaMa 架构的高效 C/C++ 实现，专注于大型语言模型（LLM）的推理过程。

一、 环境准备

关于 C++ 项目的开发环境这里不再赘述，只介绍如何集成 Ollama。请确保你已经安装并运行了 Ollama，并下载了所需要的模型（参考第二章内容）。

二、调用 Ollama API

直接调用 Ollama API 比较繁琐，这里介绍两种思路。

• 使用封装好的 C++ 类库。
• 通过 Python 调用 Ollama 的模型。

1. 使用封装好的 C++ 类库

在 Github 可以找到封装好的 C++ 类库，只需要引入头文件即可使用，避免重复造轮子。这里以 ollama-hpp 为例：

#include "ollama.hpp"

std::cout << ollama::generate("llama3.1:latest", "how to use ollama in a cpp project?") << std::endl;

目前，Github 上封装好的 C++ 类库只有这一个，在测试过程中也存在一些 bug 需要手动修复，不建议使用这种方法。

2. 通过 Python 调用 Ollama 的模型

在 C++ 项目中集成 Ollama 的功能，可以通过 Python 调用 Ollama 的模型，再将结果传递给 C++ 程序：

1. 编写 Python 代码调用 Ollama API：使用 Python 编写代码，通过 Ollama 提供的 API 接口调用所需的模型生成文本或进行对话。以下是一个简单的 Python 调用示例：

   import requests
   
   def call_ollama_api(prompt, model_name="llama3.1:latest"):
       url = "http://localhost:11434/api/generate"
       headers = {"Content-Type": "application/json"}
       payload = {
           "model": model_name,
           "prompt": prompt,
           "stream": False
       }
       response = requests.post(url, json=payload, headers=headers)
       return response.json()
       # 示例调用
   response = call_ollama_api("黑神话好玩吗？")
   print(response)

2. 从 C++ 调用 Python 脚本：在 C++ 程序中，可以使用系统调用来执行 Python 脚本，并将所需的文本或问题作为参数传递给 Python 脚本。例如，在 C++ 中可以使用以下方式调用 Python 脚本：

   #include <cstdlib>
   
   int main() {
       system("python call_ollama.py '黑神话好玩吗？'");
       return 0;
   }

参考文档

• ollama-hpp
• llama.cpp 教程