本文详解 Ollama 网络搜索 API,涵盖 Web Search 和 Web Fetch 接口用法。提供身份验证、请求参数及响应格式说明,包含 cURL、Python 和 JavaScript 库代码示例。演示如何构建搜索代理及集成 MCP 服务器(Cline、Codex、Goose),助力模型减少幻觉并提高准确性。
本文详解 Ollama 工具调用功能,涵盖单次、并行、多轮智能体循环及流式传输场景。提供 cURL、Python 和 JavaScript 代码示例,演示如何使用 Ollama SDK 实现函数调用,帮助模型获取外部数据并生成准确结果,适合开发者快速上手。
本文详解 Ollama 如何支持视觉模型,通过 gemma3 实现图像识别、分类与问答。提供命令行快速开始及 cURL、Python、JavaScript 多种 API 调用代码示例,帮助开发者快速掌握本地运行视觉模型的核心技术。
本文详解 Ollama 嵌入模型,推荐 embeddinggemma 等模型。介绍如何通过 CLI、cURL、Python 及 JavaScript 生成文本嵌入向量,适用于语义检索、RAG 及向量数据库场景,包含单条与批量生成代码示例及向量维度说明。
本文介绍 Ollama 支持思考能力的 AI 模型,如 Qwen3 和 DeepSeek R1。详解如何在 API 和 CLI 中启用 thinking 功能,分离推理轨迹与最终答案。提供 Python、JavaScript 及 cURL 代码示例,涵盖流式与非流式传输配置,帮助用户透明化模型逻辑推导过程。
本文详解 Ollama 结构化输出方法,演示如何通过 cURL、Python 和 JavaScript 调用 API 生成一致 JSON 格式。介绍使用 JSON Schema、Pydantic 和 Zod 强制模型输出结构,实现可靠的数据提取与图像描述,适合开发者快速集成大模型应用。
本文详解 Ollama 流式传输功能,对比 REST API 与 SDK 默认设置差异。提供 Python 和 JavaScript 调用示例,演示如何设置 stream 参数启用流式渲染,并处理模型思考过程与回答内容的实时输出,助您实现打字机效果。
本文详解机器学习无监督学习,阐述在无标签数据下模型自动挖掘结构与规律的核心思想。涵盖聚类、降维、异常检测及生成模型等关键任务与算法。对比监督学习,分析其优缺点及应用场景,助您快速掌握 AI 智能基础。
什么是监督学习?本文用最简单的 “猫狗识别” 例子,通俗易懂讲解监督学习原理、基本流程、核心思想、分类(分类任务与回归任务)、常见算法、损失函数与优化,以及监督学习优缺点和与无监督、强化学习的区别,零基础也能快速看懂。
2026年3月 DB-Engines 数据库排名,前6名没有变化,Databricks上升了一名,Redis和Elasticsearch下降了。