????????前文，我們已經在本地基于Ollama部署好了DeepSeek大模型，并且已經告知過如何查看本地的API。為了避免網絡安全問題，我們希望已經在本地調優的模型，能夠嵌入到在本地的其他應用程序中，發揮本地DeepSeek的作用。因此需要知道本地DeepSeek的API結構，知道什么接口地址要輸入什么參數，以及如何使用。
?????? 前置文章：
????????（1）個人windows電腦上安裝DeepSeek大模型：https://lzm07.blog.csdn.net/article/details/145491693
????????（2）查看和使用本地Windows系統下通過Ollama部署的DeepSeek模型的API：https://lzm07.blog.csdn.net/article/details/145601121
????????先了解接口的詳細內容，再postman對接口進行驗證。
一、核心接口文檔說明
1. ?模型列表查詢?
?接口地址?：GET http://localhost:11434/api/tags
?功能?：獲取本地已部署的模型列表，包含模型名稱、版本及大小信息?。
?響應示例?（json）：
{"models": [{"name": "deepseek-r1:8b", "modified_at": "2025-03-20T12:00:00Z", "size": 8.2e9}]}2. ?文本生成?
?接口地址?：POST http://localhost:11434/api/generate
?功能：根據輸入提示生成文本內容，支持代碼、文章、問答等場景?。
請求參數（json）?：
{"model": "deepseek-r1:8b",? // 必填，需與本地模型名稱一致?:ml-citation{ref="2,4" data="citationList"}"prompt": "輸入問題",??????? // 必填"stream": false,?????????? // 是否流式輸出（默認true）?:ml-citation{ref="4,7" data="citationList"}"temperature": 0.7,??????? // 隨機性控制（0-1，默認0.8）?:ml-citation{ref="4,7" data="citationList"}"max_tokens": 1000???????? // 最大輸出長度?:ml-citation{ref="4,7" data="citationList"}}?響應示例?（json）：
{"response": "生成內容","created_at": "2025-03-21T10:00:00Z","done": true}3. ?對話交互?
?接口地址?：POST http://localhost:11434/api/chat
??功能?: 支持多輪對話交互，維護上下文語義。
請求參數（json）?：
{"model": "deepseek-r1:8b","messages": [{"role": "user", "content": "你好"},{"role": "assistant", "content": "有什么可以幫助您？"}],"options": {"temperature": 0.7,????? // 可選參數?:ml-citation{ref="4,7" data="citationList"}"num_ctx": 4096????????? // 上下文窗口大小?:ml-citation{ref="7" data="citationList"}}}?響應示例（json）?：
{"message": {"role": "assistant", "content": "回復內容"},"done": true}二、模型管理接口
4. ?拉取模型?
?接口地址?：POST http://localhost:11434/api/pull
?功能?: 從倉庫下載指定模型到本地。
請求參數（json）?：
{"name": "deepseek-r1:14b",? // 需與模型倉庫名稱一致?:ml-citation{ref="5,8" data="citationList"}"stream": false??????? ?????// 是否顯示下載進度流?:ml-citation{ref="5,8" data="citationList"}}?響應示例?（json）：
{"status": "success", "digest": "sha256:..."}5. ?創建自定義模型?
?接口地址?：POST http://localhost:11434/api/create
?
請求參數?（json）：
{"name": "custom-model",??? // 自定義模型名稱"modelfile": "FROM deepseek-r1:8b\nPARAMETER temperature 0.9"? // 模型配置文件?:ml-citation{ref="5,8" data="citationList"}}6. ?刪除模型?
?接口地址?：DELETE http://localhost:11434/api/delete
?功能?: 移除本地已部署的模型。
請求參數?（json）：
{"name": "deepseek-r1:1.5b"}? // 需刪除的模型名稱?:ml-citation{ref="6,8" data="citationList"}三、高級接口
7. ?查看模型信息?
?接口地址?：GET http://localhost:11434/api/show
?請求參數?（json）：
{"name": "deepseek-r1:8b"}??? // 模型名稱?:ml-citation{ref="8" data="citationList"}?響應示例（json）?:
{"license": "Apache-2.0","modelfile": "...","parameters": "temperature 0.8"}?8. 流式響應處理?
?說明?: 在請求（文本生成/對話）中設置?"stream": true?時，響應將以數據流形式分塊返回?。
??數據格式?: 分塊返回SSE（Server-Sent Events）格式數據。
示例?（使用?curl）（CMD中執行）:
curl http://localhost:11434/api/generate -d '{"model": "deepseek-r1:8b","prompt": "寫一首關于春天的詩","stream": true}'四、Postman下載安裝
????????了解了以上接口之后，我們要先對接口進行驗證，看接口的地址、類型、以及請求的參數是否都正常，便于之后在其他程序中應用這些接口。當前我們使用來postman驗證接口。
????????先下載和安裝postman程序。
1. 下載postman
?????? 官方網址：https://www.postman.com/downloads/
2. postman安裝
?????? 點擊Postman-win64-Setup.exe。不用登錄，點擊下方的“Continue without an account”。
?????? 不用登錄，點擊“Open Lightweight API Client”。
?????? 進入postman主界面
五、Postman測試說明
?1.配置請求頭?
設置 Content-Type: application/json?。
? 
2.發送請求示例（對話接口）?
?步驟?：
（1）選擇 POST 方法，輸入 http://localhost:11434/api/chat
（2）在 ?Body? 標簽中選擇 ?raw? 格式，粘貼以下內容（json）：
?????? 模型名稱一定要寫對，根據自己本地安裝好的模型修改，如我們前面已經在本地部署好了deepseek模型，并將模型命名為my_model_name ，則此時，應該填寫："model": "my_model_name"
{"model": "deepseek-r1:8b","messages": [{"role": "user", "content": "解釋機器學習中的過擬合"}]}
（3）點擊 ?Send? 獲取響應?。
?3.流式響應處理?
若設置 "stream": true，需在Postman中啟用 ?Stream? 模式，逐塊接收數據?。
（1）在 ?Body? 標簽選擇 ?raw? → ?JSON?，輸入以下內容（json）：
{"model": "deepseek-chat",?"messages": [{"role": "user", "content": "你的問題"}],?"stream": true? // 關鍵參數，啟用流式輸出?:ml-citation{ref="7,8" data="citationList"}}?
（2）關閉 SSL 驗證（可選）?
在 Postman 設置（Settings → General）中關閉 ?SSL certificate verification?，避免證書錯誤中斷流式傳輸?。
六、注意事項
??????? （1）模型名稱匹配?：確保接口中的 model 參數與通過 ollama list 查看到的名稱完全一致?。
??????? （2）顯存限制?：高參數版本（如14B）需至少32GB內存，低配置設備建議使用1.5B或8B版本?。
??????? （3）端口占用?：若端口11434被占用，可通過 OLLAMA_HOST 環境變量修改服務端口?。
??????? （4）跨域問題?: 若通過 Swagger 調用，需在Ollama服務端配置CORS頭（bash）：
# 啟動服務時添加參數OLLAMA_ORIGINS=* ollama serve通過以上接口，可全面管理本地部署的DeepSeek模型并實現交互式調用。
)
