ปลั๊กอิน Ollama มีอินเทอร์เฟซสำหรับ LLM ในพื้นที่ที่ Ollama รองรับ
การติดตั้ง
npm i --save genkitx-ollama
การกำหนดค่า
ปลั๊กอินนี้กำหนดให้คุณต้องติดตั้งและเรียกใช้เซิร์ฟเวอร์ Ollama ก่อน คุณสามารถทำตามวิธีการได้ที่ https://ollama.com/download
คุณสามารถใช้ Ollama CLI เพื่อดาวน์โหลดโมเดลที่สนใจได้ เช่น
ollama pull gemma
หากต้องการใช้ปลั๊กอินนี้ ให้ระบุเมื่อเริ่มต้น Genkit
import { genkit } from 'genkit';
import { ollama } from 'genkitx-ollama';
const ai = genkit({
plugins: [
ollama({
models: [
{
name: 'gemma',
type: 'generate', // type: 'chat' | 'generate' | undefined
},
],
serverAddress: 'http://127.0.0.1:11434', // default local address
}),
],
});
การตรวจสอบสิทธิ์
หากต้องการเข้าถึงการติดตั้งใช้งาน Ollama ระยะไกลที่ต้องใช้ส่วนหัวที่กำหนดเอง (แบบคงที่ เช่น คีย์ API หรือแบบไดนามิก เช่น ส่วนหัวการให้สิทธิ์) คุณสามารถระบุส่วนหัวเหล่านั้นได้ในปลั๊กอินการกําหนดค่า Ollama ดังนี้
ส่วนหัวแบบคงที่
ollama({
models: [{ name: 'gemma'}],
requestHeaders: {
'api-key': 'API Key goes here'
},
serverAddress: 'https://my-deployment',
}),
นอกจากนี้ คุณยังตั้งค่าส่วนหัวแบบไดนามิกต่อคำขอได้ด้วย ตัวอย่างวิธีตั้งค่าโทเค็นระบุตัวตนโดยใช้ไลบรารี Google Auth มีดังนี้
import { GoogleAuth } from 'google-auth-library';
import { ollama } from 'genkitx-ollama';
import { genkit } from 'genkit';
const ollamaCommon = { models: [{ name: 'gemma:2b' }] };
const ollamaDev = {
...ollamaCommon,
serverAddress: 'http://127.0.0.1:11434',
};
const ollamaProd = {
...ollamaCommon,
serverAddress: 'https://my-deployment',
requestHeaders: async (params) => {
const headers = await fetchWithAuthHeader(params.serverAddress);
return { Authorization: headers['Authorization'] };
},
};
const ai = genkit({
plugins: [
ollama(isDevEnv() ? ollamaDev : ollamaProd),
],
});
// Function to lazily load GoogleAuth client
let auth: GoogleAuth;
function getAuthClient() {
if (!auth) {
auth = new GoogleAuth();
}
return auth;
}
// Function to fetch headers, reusing tokens when possible
async function fetchWithAuthHeader(url: string) {
const client = await getIdTokenClient(url);
const headers = await client.getRequestHeaders(url); // Auto-manages token refresh
return headers;
}
async function getIdTokenClient(url: string) {
const auth = getAuthClient();
const client = await auth.getIdTokenClient(url);
return client;
}
การใช้งาน
ปลั๊กอินนี้ไม่ได้ส่งออกข้อมูลอ้างอิงโมเดลแบบคงที่ ระบุรูปแบบใดรูปแบบหนึ่งที่คุณกําหนดค่าโดยใช้ตัวระบุสตริง ดังนี้
const llmResponse = await ai.generate({
model: 'ollama/gemma',
prompt: 'Tell me a joke.',
});
ผู้ฝัง
ปลั๊กอิน Ollama รองรับการฝัง ซึ่งสามารถใช้สำหรับการค้นหาความคล้ายคลึงและงาน NLP อื่นๆ
const ai = genkit({
plugins: [
ollama({
serverAddress: 'http://localhost:11434',
embedders: [{ name: 'nomic-embed-text', dimensions: 768 }],
}),
],
});
async function getEmbedding() {
const embedding = await ai.embed({
embedder: 'ollama/nomic-embed-text',
content: 'Some text to embed!',
})
return embedding;
}
getEmbedding().then((e) => console.log(e))