Python+Ollama零成本打造一个私有AI助手_Python

一、为什么要在本地跑大模型？

对比维度	云端 api（chatgpt / claude）	本地模型（ollama）
费用	按量付费，$20/月起	完全免费
数据隐私	数据上传到云端	数据留在本地
网络依赖	必须联网	离线可用
模型选择	固定	自由切换开源模型
硬件要求	无	需要一定配置

二、ollama 是什么？

ollama 是一个开源的本地大模型运行框架，核心特点：

一键拉取模型：类似 docker pull 的体验
自动适配硬件：根据你的显存/内存自动量化
兼容 openai api 格式：现有代码几乎不用改
跨平台：windows / macos / linux 都支持

三、环境准备

3.1 硬件要求

模型规模	最低内存/显存	推荐配置
1.5b~3b（轻量）	4 gb	8 gb 内存即可
7b~8b（主流）	8 gb	16 gb 内存或 8 gb 显存
14b~32b（进阶）	16 gb	32 gb 内存或 16 gb 显存
70b+（旗舰）	48 gb	专业显卡 / 服务器

没有独立显卡也能跑！ollama 支持 纯 cpu 推理，只是速度慢一些。

3.2 安装 ollama

# macos / linux（一行搞定）
curl -fssl https://ollama.com/install.sh | sh
# windows：前往 https://ollama.com/download 下载安装包

验证安装：

ollama --version
# 输出：ollama version is 0.6.x

3.3 拉取模型

# 推荐：qwen3 8b（中文能力最强的小模型之一）
ollama pull qwen3:8b

# 备选：llama 4 scout 17b（meta 最新开源模型）
ollama pull llama4:scout17b

# 轻量选择：qwen3 4b（4gb 内存就能跑）
ollama pull qwen3:4b

# 查看已下载的模型
ollama list

3.4 安装 python 依赖

pip install ollama

四、快速上手：5 行代码跑起来

4.1 最简对话

import ollama
# 发送一条消息，获取回复
response = ollama.chat(
    model="qwen3:8b",
    messages=[
        {"role": "user", "content": "用 python 写一个快速排序算法"}
    ]
)
print(response["message"]["content"])

4.2 流式输出（打字机效果）

import ollama
# stream=true 开启流式输出，体验更丝滑
stream = ollama.chat(
    model="qwen3:8b",
    messages=[
        {"role": "user", "content": "解释一下 python 的装饰器"}
    ],
    stream=true
)
for chunk in stream:
    print(chunk["message"]["content"], end="", flush=true)

4.3 多轮对话（保持上下文）

import ollama
# 维护对话历史
messages = []
def chat(user_input: str) -> str:
    messages.append({"role": "user", "content": user_input})
    response = ollama.chat(model="qwen3:8b", messages=messages)
    assistant_msg = response["message"]["content"]
    messages.append({"role": "assistant", "content": assistant_msg})
    return assistant_msg
# 多轮对话
print(chat("你好，我正在学 python"))
print("---")
print(chat("刚才我说我在学什么来着？"))  # 它能记住上下文

五、实战项目：打造命令行 ai 助手

下面是一个功能完整的本地 ai 助手，支持多轮对话、markdown 渲染、历史记录。

5.1 项目结构

local-ai-assistant/
├── assistant.py # 主程序
├── config.py # 配置文件
└── chat_history.json # 对话历史（自动生成）

5.2 配置文件 config.py

# config.py
model_name = "qwen3:8b"          # 使用的模型
system_prompt = """你是一个专业的 ai 编程助手。
你擅长 python、数据分析、自动化办公。
回答要简洁实用，代码要可以直接运行。"""
max_history = 20                   # 最多保留的对话轮数

5.3 主程序 assistant.py

# assistant.py
import json
import ollama
from datetime import datetime
from config import model_name, system_prompt, max_history
def load_history(filepath="chat_history.json"):
    """加载对话历史"""
    try:
        with open(filepath, "r", encoding="utf-8") as f:
            return json.load(f)
    except filenotfounderror:
        return []
def save_history(messages, filepath="chat_history.json"):
    """保存对话历史"""
    with open(filepath, "w", encoding="utf-8") as f:
        json.dump(messages, f, ensure_ascii=false, indent=2)
def chat_stream(user_input: str, messages: list) -> str:
    """流式对话"""
    messages.append({"role": "user", "content": user_input})
    print(f"\n\033[92m🤖 ai:\033[0m ", end="", flush=true)
    full_response = ""
    stream = ollama.chat(model=model_name, messages=messages, stream=true)
    for chunk in stream:
        content = chunk["message"]["content"]
        print(content, end="", flush=true)
        full_response += content
    print("\n")
    messages.append({"role": "assistant", "content": full_response})
    # 限制历史长度
    if len(messages) > max_history * 2 + 1:
        messages = [messages[0]] + messages[-(max_history * 2):]
    return full_response
def main():
    print("=" * 50)
    print(f"  本地 ai 助手  |  模型: {model_name}")
    print("  输入 /clear 清空历史 | /quit 退出")
    print("=" * 50)
    # 初始化对话
    messages = load_history()
    if not messages:
        messages = [{"role": "system", "content": system_prompt}]
    while true:
        user_input = input("\n\033[94m👤 你:\033[0m ").strip()
        if not user_input:
            continue
        if user_input == "/quit":
            save_history(messages)
            print("👋 再见！对话已保存。")
            break
        if user_input == "/clear":
            messages = [{"role": "system", "content": system_prompt}]
            save_history(messages)
            print("🗑️  对话历史已清空。")
            continue
        chat_stream(user_input, messages)
        save_history(messages)
if __name__ == "__main__":
    main()

5.4 运行效果

python assistant.py

==================================================
本地 ai 助手 | 模型: qwen3:8b
输入 /clear 清空历史 | /quit 退出
==================================================

👤 你: 帮我写一个 python 脚本，监控某个文件夹的变化

🤖 ai: 好的，使用 `watchdog` 库可以轻松实现文件夹监控...
（此处输出完整代码）

六、进阶玩法

6.1 让 ai 调用本地函数（function calling）

import ollama
import json
# 定义工具函数
def get_weather(city: str) -> str:
    """模拟获取天气（可替换为真实 api）"""
    weather_data = {"北京": "晴天 22°c", "上海": "多云 18°c", "深圳": "大雨 28°c"}
    return weather_data.get(city, "未查询到该城市天气")
def calculate(expression: str) -> str:
    """安全计算数学表达式"""
    try:
        allowed = set("0123456789+-*/.() ")
        if all(c in allowed for c in expression):
            return str(eval(expression))
        return "不安全的表达式"
    except exception as e:
        return f"计算错误: {e}"
# 注册工具
tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "获取指定城市的天气信息",
            "parameters": {
                "type": "object",
                "properties": {
                    "city": {"type": "string", "description": "城市名称"}
                },
                "required": ["city"]
            }
        }
    },
    {
        "type": "function",
        "function": {
            "name": "calculate",
            "description": "计算数学表达式",
            "parameters": {
                "type": "object",
                "properties": {
                    "expression": {"type": "string", "description": "数学表达式"}
                },
                "required": ["expression"]
            }
        }
    }
]
# 工具映射
tool_map = {
    "get_weather": get_weather,
    "calculate": calculate
}
# 对话
messages = [{"role": "user", "content": "北京天气怎么样？顺便帮我算一下 25*36+128"}]
response = ollama.chat(model="qwen3:8b", messages=messages, tools=tools)
# 处理工具调用
if response["message"].get("tool_calls"):
    for tool_call in response["message"]["tool_calls"]:
        func_name = tool_call["function"]["name"]
        func_args = tool_call["function"]["arguments"]
        print(f"🔧 调用工具: {func_name}({func_args})")
        result = tool_map[func_name](**func_args)
        print(f"   结果: {result}")

6.2 兼容 openai sdk

# 如果你已有使用 openai sdk 的代码，只需改一行
from openai import openai
client = openai(
    base_url="http://localhost:11434/v1",  # 指向 ollama
    api_key="ollama"                        # 随意填，不影响
)
response = client.chat.completions.create(
    model="qwen3:8b",
    messages=[
        {"role": "user", "content": "hello, who are you?"}
    ]
)
print(response.choices[0].message.content)

这意味着：所有基于 openai api 的应用（langchain、dify、cursor 等）都可以无缝切换到本地模型！

七、模型选择指南

模型推荐表

使用场景	推荐模型	大小	命令
中文对话 / 写作	qwen3 8b	~5 gb	`ollama pull qwen3:8b`
英文编程	llama 4 scout	~10 gb	`ollama pull llama4:scout17b`
逻辑推理 / 数学	deepseek r2 8b	~5 gb	`ollama pull deepseek-r2:8b`
低配机器	qwen3 1.7b	~1 gb	`ollama pull qwen3:1.7b`
代码专用	qwen3-coder 7b	~4 gb	`ollama pull qwen3-coder:7b`

八、常见问题

q：没有显卡能跑吗？

a：能。ollama 支持 cpu 推理，8b 模型在 16gb 内存的机器上完全可以跑，速度约 5-10 token/s。

q：中文效果好还是英文效果好？

a：推荐 qwen3 系列，它的中文能力是目前开源模型里最强的，远超同级别的 llama。

q：和 chatgpt 比差多少？

a：8b 级别的模型大约相当于 gpt-3.5 的水平，日常问答够用，复杂推理和长文本还有差距。如果硬件允许，跑 32b 或 70b 的模型会更接近 gpt-4 级别。

q：商用免费吗？

a：大部分模型（qwen、llama、gemma）允许商用，但建议查看各模型的具体 license。

总结

ollama 本地 ai 的核心优势：
├── 零成本 —— 不花一分钱 api 费用
├── 零风险 —— 数据永远不会离开你的电脑
├── 零门槛 —— pip install + ollama pull，5 分钟上手
└── 零妥协 —— 兼容 openai api，现有生态无缝切换

现在就打开终端，花 5 分钟跑起你的第一个本地 ai 助手吧。

以上就是python+ollama零成本打造一个私有ai助手的详细内容，更多关于python ollama开发ai助手的资料请关注代码网其它相关文章！

Python+Ollama零成本打造一个私有AI助手

2026年04月07日 • Python •我要评论