واجهة برمجة تطبيقات Ollama مقابل واجهة برمجة تطبيقات OpenAI: نقاط النهاية والرمز

النسخة المختصرة

كلاهما يطلب منك إرسال قائمة رسائل عبر POST والحصول على نص كاستجابة. يكمن الفرق في شكل الطلب، ومكان وجود الخادم، ومن يدفع مقابل وحدة معالجة الرسومات. يعمل Ollama على تشغيل النماذج على جهازك الخاص والاستماع عبر المنفذ 11434. أما واجهة برمجة التطبيقات الخاصة بـ OpenAI فهي خدمة مستضافة بنماذج مدفوعة خاصة بها. في مقارنة Ollama API مقابل OpenAI API، غالباً ما يغيب عن الناس شيء ثالث: Ollama يعرض أيضاً مسارات متوافقة مع OpenAI، لذا يتداخل التنسيقان.

هذا التداخل هو ما يجعل عملية التحويل رخيصة. إذا كان تطبيقك يستخدم بالفعل SDK الخاص بـ OpenAI، يمكنك توجيهه إلى Ollama المحلي اليوم وإلى عنوان URL متوافق مع OpenAI مستضاف غداً. نقطة النهاية المستضافة في هذا الموقع هي واحدة منها. وهي تقدم نموذجاً واحداً، uncensored، على العنوان https://api.ollamansfw.com/v1، وهي ليست منتجاً رسمياً من OpenAI أو Meta أو أي مختبر آخر.

الاختلافات نقطة نهاية بنقطة نهاية

المهمة	Ollama الأصلي	على غرار OpenAI
الدردشة	POST /api/chat	POST /v1/chat/completions
موجّه واحد	POST /api/generate	POST /v1/responses أو إكمال الدردشة
قائمة النماذج	GET /api/tags	GET /v1/models
المصادقة	لا يوجد افتراضياً	Authorization: Bearer key
البث المتدفق	JSON مقسّم بأسطر	أحداث مرسلة من الخادم (SSE)، تنتهي بعلامة done
اسم النموذج	أي نموذج قمت بسحبه، مثل llama3	أيًا كان ما يدرجه المزوّد

يقدم Ollama أيضاً /v1/chat/completions و /v1/models على نفس المنفذ، وهو ما يسمح لعملاء OpenAI بالتواصل معه. افتراضه للمكالمات الأصلية هو البث المتدفق، لذا اضبط stream: false عندما تريد استجابة JSON واحدة.

تنفذ نقطة النهاية المستضافة POST /v1/chat/completions، و POST /v1/responses، و GET /v1/models، بالإضافة إلى فحوصات الرصيد على العنوان GET /v1/balance. انظر إلى مستندات API للحصول على القائمة الكاملة.

نفس الطلب، بثلاث طرق

Ollama المدمج من Python:

Copyimport requests

r = requests.post(
    "http://localhost:11434/api/chat",
    json={
        "model": "llama3",
        "messages": [{"role": "user", "content": "Say hello in five words."}],
        "stream": False,
    },
)
print(r.json()["message"]["content"])

SDK الخاص بـ OpenAI، مع إعدادات محلية ومستضافة جنباً إلى جنب. يتغير فقط السطر المعلق:

Copyfrom openai import OpenAI

# Local Ollama through its OpenAI-compatible layer:
# client = OpenAI(base_url="http://localhost:11434/v1", api_key="ollama")

# Hosted endpoint, same code from here on:
client = OpenAI(base_url="https://api.ollamansfw.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",   # local would be e.g. "llama3"
    messages=[{"role": "user", "content": "Say hello in five words."}],
)
print(resp.choices[0].message.content)

و curl ضد نقطة النهاية المستضافة مع تفعيل البث المتدفق:

Copycurl https://api.ollamansfw.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"uncensored","messages":[{"role":"user","content":"Hello"}],"stream":true}'

يختلف التحليل على الجانب الأصلي: كل سطر مُبثّث هو كائن JSON يحتوي على message.content، والسطر الأخير يحتوي على done: true. في تنسيق OpenAI، يبدأ كل حدث بـ data: ، ويحتوي على جزء choices[0].delta.content، وينتهي البث بـ [DONE]. استخدم الـ SDK ولن ترى أيًا من هذين التنسيقين.

حيث يكون لكل منهما مبرر

يُعد Ollama المحلي الخيار الصحيح عندما تكون الخصوصية هي الشاغل الأكبر، أو عندما تمتلك بطاقة رسومات (GPU) ذاكرة كافية للنموذج الذي تريده، أو عندما تُجرّب نماذج متعددة. لا يغادر أي شيء جهازك ولا توجد فاتورة حسب التوكن. تظهر التكاليف كعتاد، وكهرباء ووقت. دليلنا حول استخدام Ollama مع واجهة رسومية يغطي الجانب المريح من هذا المسار.

تناسب نقطة النهاية المتوافقة مع OpenAI بشكل أفضل عندما لا تتوفر لديك العتاد، أو تحتاج إلى طلبات متزامنة كثيرة، أو تشغّل بوتًا أو خدمة لآخرين، أو تريد عنوان URL ثابتًا لا يعتمد على بقاء جهاز الكمبيوتر المحمول قيد التشغيل. يسمح المفتاح الكامل بإجراء 8 طلبات متزامنة و300 طلب في الدقيقة. تبلغ نافذة السياق 100000 رمز، وهو أكثر مما يمكن للعديد من الإعدادات المحلية استيعابه في الذاكرة.

يستخدم الكثير من الأشخاص الاثنين: المحلي للتجارب، والمستضاف لأي شيء يجب أن يبقى متصلاً. إذا كنت تزن أدوات محلية أخرى، اقرأ بدائل برنامج Ollama.

الانتقال من Ollama المحلي إلى المستضاف

1. قم بالتبديل إلى تنسيق OpenAI أولاً. إذا كان كودك يستدعي /api/chat، فحوّله إلى الـ SDK الخاص بـ OpenAI الذي يشير إلى مسار /v1 الخاص بـ Ollama. تأكد من استمرار عمله محليًا.
2. احصل على مفتاح. سجّل حسابًا وادّعي رصيد التجربة بقيمة $0.50 من صفحة مفتاح API. لا يتطلب ذلك أي طريقة دفع ويستمر لمدة 7 أيام.
3. غيّر ثلاث قيم. عنوان URL الأساسي إلى https://api.ollamansfw.com/v1، والمفتاح إلى مفتاحك، والنموذج إلى uncensored.
4. تحقق من المعاملات. تُمرر درجة الحرارة (temperature)، وtop_p، وstop، وseed، والعقوبات. لا تنطبق الخيارات الخاصة بالمحلي مثل num_ctx أو keep_alive الخاصة بـ Ollama؛ حيث تكون نافذة السياق ثابتة عند 100000 رمز.
5. أضف منطق إعادة المحاولة. تُعيد نقطة النهاية المستضافة (API) 429 مع rate_limited أو concurrency عند تجاوز حدّ، و429 مع Retry-After: 5 أثناء الحمل الزائد المؤقت. نادرًا ما تفعل الخوادم المحلية ذلك، لذا قد لا يتعامل الكود الحالي مع ذلك.

إذا فشل شيء ما بعد التبديل، فإن المقال حول أخطاء واجهة برمجة التطبيقات (API) الشائعة في Ollama يغطي الأسباب المتكررة مثل المنافذ الخاطئة وأسماء النماذج المفقودة.

تكلفة النسخة المستضافة، وما لن تفعله

الفوترة بنظام الدفع حسب الاستخدام من رصيد مسبق الدفع: $0.15 لكل مليون رمز مدخل و$0.50 لكل مليون رمز مخرج. تبلغ تكلفة جولة محادثة تحتوي على 1,000 رمز مدخل و400 رمز مخرج $0.00015 + $0.0002 = $0.00035، لذا فإن $20 تغطي حوالي 57,000 من هذه الجولات. لا تُفرض رسوم على الطلبات الفاشلة أو المرفوضة ولا ينتهي الرصيد المسبق. يتم الشحن من $20 إلى $500 مع مكافآت +5% من $50، و+10% من $100 و+15% من $200. الدفع بالعملات المشفرة فقط (USDT على TRC20 أو USDC على Base). المزيد على صفحة الأسعار.

حدود يجب معرفتها: النصوص فقط، لذا لا توجد تضمينات (embeddings)، أو توليد صور أو ضبط دقيق (fine-tuning). إذا كنت تعتمد على التضمينات المحلية، فاحتفظ بها محليًا. النموذج مُعد للإجابة دون رفض المحتوى للاستخدام القانوني للبالغين. لا يُسمح أبدًا بمحتوى جنسي يتضمن قاصرين. لا تُستخدم الموجّهات للتدريب.

المزيد من الأدلة

• واجهة برمجة تطبيقات Ollama في Python، ثم نقطة النهاية المستضافة
• كيفية استخدام Ollama مع واجهة رسومية (وملاذ احتياطي مستضاف)