API REST de Ollama

 馃搶 Introducci贸n a la API REST de Ollama

Cuando instalas Ollama, autom谩ticamente obtienes un servidor REST API que se ejecuta en localhost:11434. Esta API te permite interactuar con tus modelos instalados program谩ticamente.

Verificaci贸n b谩sica

Primero, aseg煤rate que Ollama est茅 corriendo:

bash
# En una terminal
ollama serve
# O verifica si el servicio est谩 activo
curl http://localhost:11434/

馃攳 Endpoints principales de la API

1. Listar modelos disponibles

bash
# GET /api/tags
curl http://localhost:11434/api/tags

Respuesta ejemplo:

json
{
  "models": [
    {
      "name": "llama3.2:latest",
      "modified_at": "2024-05-01T10:30:00Z",
      "size": 1910000000,
      "digest": "sha256:abc123..."
    },
    {
      "name": "mistral:latest",
      "modified_at": "2024-05-01T11:00:00Z",
      "size": 4100000000
    }
  ]
}

2. Generar texto (modo simple)

bash
# POST /api/generate
curl http://localhost:11434/api/generate -d '{
  "model": "llama3.2",
  "prompt": "¿Por qu茅 el cielo es azul?",
  "stream": false
}'

3. Chat conversacional

bash
# POST /api/chat
curl http://localhost:11434/api/chat -d '{
  "model": "llama3.2",
  "messages": [
    {"role": "user", "content": "Hola, ¿c贸mo est谩s?"},
    {"role": "assistant", "content": "¡Hola! Estoy bien, ¿y t煤?"},
    {"role": "user", "content": "¿Puedes explicarme qu茅 es la fotos铆ntesis?"}
  ],
  "stream": false
}'

4. Crear/eliminar modelos

bash
# POST /api/create
curl http://localhost:11434/api/create -d '{
  "name": "mi-modelo-personalizado",
  "modelfile": "FROM llama3.2\nSYSTEM \"Eres un chef profesional\""
}'

# DELETE /api/delete
curl -X DELETE http://localhost:11434/api/delete -d '{
  "name": "mi-modelo-personalizado"
}'

馃殌 S铆, puedes acceder a TODOS tus modelos instalados por la API

Respuesta clara: ¡S脥! Cualquier modelo que tengas instalado localmente con ollama pull o ollama create estar谩 disponible autom谩ticamente a trav茅s de la API REST.

Verificaci贸n pr谩ctica:

bash
# 1. Instala un modelo si no lo tienes
ollama pull phi

# 2. Verifica que est谩 disponible en la API
curl http://localhost:11434/api/tags | grep phi

# 3. 脷salo directamente por API
curl http://localhost:11434/api/generate -d '{
  "model": "phi",
  "prompt": "Hola, ¿qu茅 modelo eres?",
  "stream": false
}'

馃捇 Consumir la API con PHP

M茅todo 1: Usando cURL nativo (recomendado)

php
<?php
// config.php - Configuraci贸n b谩sica
define('OLLAMA_URL', 'http://localhost:11434');
define('OLLAMA_MODEL', 'llama3.2');

// funci贸n para hacer peticiones a Ollama
function ollama_request($endpoint, $data = []) {
    $url = OLLAMA_URL . $endpoint;
    
    $ch = curl_init($url);
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
    curl_setopt($ch, CURLOPT_POST, true);
    curl_setopt($ch, CURLOPT_POSTFIELDS, json_encode($data));
    curl_setopt($ch, CURLOPT_HTTPHEADER, [
        'Content-Type: application/json'
    ]);
    
    $response = curl_exec($ch);
    $http_code = curl_getinfo($ch, CURLINFO_HTTP_CODE);
    
    if (curl_errno($ch)) {
        $error = curl_error($ch);
        curl_close($ch);
        throw new Exception("Error cURL: $error");
    }
    
    curl_close($ch);
    
    if ($http_code != 200) {
        throw new Exception("HTTP Error: $http_code - $response");
    }
    
    return json_decode($response, true);
}

// Ejemplo 1: Generar texto simple
function generar_texto($prompt, $model = OLLAMA_MODEL) {
    $data = [
        'model' => $model,
        'prompt' => $prompt,
        'stream' => false,
        'options' => [
            'temperature' => 0.7,
            'num_predict' => 500
        ]
    ];
    
    return ollama_request('/api/generate', $data);
}

// Ejemplo 2: Chat conversacional
function chat_conversacional($mensajes, $model = OLLAMA_MODEL) {
    $data = [
        'model' => $model,
        'messages' => $mensajes,
        'stream' => false
    ];
    
    return ollama_request('/api/chat', $data);
}

// Ejemplo 3: Listar modelos disponibles
function listar_modelos() {
    $ch = curl_init(OLLAMA_URL . '/api/tags');
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
    $response = curl_exec($ch);
    curl_close($ch);
    
    return json_decode($response, true);
}

// USO PR脕CTICO
try {
    // 1. Listar modelos
    echo "=== Modelos instalados ===\n";
    $modelos = listar_modelos();
    foreach ($modelos['models'] as $modelo) {
        echo "- {$modelo['name']}\n";
    }
    
    // 2. Generar respuesta
    echo "\n=== Probando generaci贸n ===\n";
    $resultado = generar_texto("Expl铆came qu茅 es PHP en 2 l铆neas");
    echo "Respuesta: " . $resultado['response'] . "\n";
    
    // 3. Chat conversacional
    echo "\n=== Chat conversacional ===\n";
    $chat = chat_conversacional([
        ["role" => "user", "content" => "Hola, ¿puedes ayudarme con programaci贸n?"],
        ["role" => "assistant", "content" => "¡Claro! Estoy aqu铆 para ayudarte. ¿En qu茅 lenguaje necesitas ayuda?"],
        ["role" => "user", "content" => "Quiero aprender Python, ¿por d贸nde empiezo?"]
    ]);
    echo "Asistente: " . $chat['message']['content'] . "\n";
    
} catch (Exception $e) {
    echo "Error: " . $e->getMessage() . "\n";
}
?>

M茅todo 2: Clase PHP orientada a objetos

php
<?php
class OllamaClient {
    private $base_url;
    private $default_model;
    
    public function __construct($base_url = 'http://localhost:11434', $default_model = 'llama3.2') {
        $this->base_url = rtrim($base_url, '/');
        $this->default_model = $default_model;
    }
    
    private function request($method, $endpoint, $data = null) {
        $url = $this->base_url . $endpoint;
        $ch = curl_init($url);
        
        $options = [
            CURLOPT_RETURNTRANSFER => true,
            CURLOPT_HTTPHEADER => ['Content-Type: application/json'],
            CURLOPT_TIMEOUT => 120 // 2 minutos timeout
        ];
        
        if ($method === 'POST') {
            $options[CURLOPT_POST] = true;
            if ($data) {
                $options[CURLOPT_POSTFIELDS] = json_encode($data);
            }
        } elseif ($method === 'DELETE') {
            $options[CURLOPT_CUSTOMREQUEST] = 'DELETE';
            if ($data) {
                $options[CURLOPT_POSTFIELDS] = json_encode($data);
            }
        }
        
        curl_setopt_array($ch, $options);
        $response = curl_exec($ch);
        $http_code = curl_getinfo($ch, CURLINFO_HTTP_CODE);
        $error = curl_error($ch);
        curl_close($ch);
        
        if ($error) {
            throw new Exception("cURL Error: $error");
        }
        
        $decoded = json_decode($response, true);
        
        if ($http_code >= 400) {
            throw new Exception("API Error ($http_code): " . ($decoded['error'] ?? $response));
        }
        
        return $decoded;
    }
    
    // M茅todos p煤blicos
    
    public function listModels() {
        return $this->request('GET', '/api/tags');
    }
    
    public function generate($prompt, $model = null, $options = []) {
        $model = $model ?: $this->default_model;
        
        $data = array_merge([
            'model' => $model,
            'prompt' => $prompt,
            'stream' => false
        ], $options);
        
        return $this->request('POST', '/api/generate', $data);
    }
    
    public function chat($messages, $model = null, $options = []) {
        $model = $model ?: $this->default_model;
        
        $data = array_merge([
            'model' => $model,
            'messages' => $messages,
            'stream' => false
        ], $options);
        
        return $this->request('POST', '/api/chat', $data);
    }
    
    public function pullModel($model_name) {
        return $this->request('POST', '/api/pull', ['name' => $model_name]);
    }
    
    public function deleteModel($model_name) {
        return $this->request('DELETE', '/api/delete', ['name' => $model_name]);
    }
    
    // M茅todo para streaming (respuestas en tiempo real)
    public function generateStream($prompt, $callback, $model = null) {
        $model = $model ?: $this->default_model;
        
        $url = $this->base_url . '/api/generate';
        $data = [
            'model' => $model,
            'prompt' => $prompt,
            'stream' => true
        ];
        
        $ch = curl_init($url);
        curl_setopt_array($ch, [
            CURLOPT_POST => true,
            CURLOPT_POSTFIELDS => json_encode($data),
            CURLOPT_HTTPHEADER => ['Content-Type: application/json'],
            CURLOPT_WRITEFUNCTION => function($ch, $data) use ($callback) {
                $lines = explode("\n", $data);
                foreach ($lines as $line) {
                    $line = trim($line);
                    if (!empty($line) && $line !== 'data: [DONE]') {
                        if (strpos($line, 'data: ') === 0) {
                            $json = substr($line, 6);
                            $decoded = json_decode($json, true);
                            if ($decoded && isset($decoded['response'])) {
                                call_user_func($callback, $decoded['response'], $decoded['done'] ?? false);
                            }
                        }
                    }
                }
                return strlen($data);
            }
        ]);
        
        curl_exec($ch);
        curl_close($ch);
    }
}

// USO DE LA CLASE
$ollama = new OllamaClient();

// 1. Ver todos los modelos
echo "=== Modelos disponibles ===\n";
$models = $ollama->listModels();
foreach ($models['models'] as $model) {
    echo "馃摝 {$model['name']} (" . round($model['size']/1000000000, 1) . " GB)\n";
}

// 2. Usar un modelo espec铆fico (phi, mistral, etc.)
$respuesta = $ollama->generate(
    "¿Cu谩l es la f贸rmula del 谩rea de un c铆rculo?",
    "phi" // ← Puedes cambiar esto por cualquier modelo instalado
);
echo "\n馃摑 Respuesta de Phi:\n" . $respuesta['response'] . "\n";

// 3. Chat con historial
$historial = [
    ["role" => "system", "content" => "Eres un tutor de matem谩ticas paciente y claro."],
    ["role" => "user", "content" => "¿Qu茅 es el teorema de Pit谩goras?"]
];

$chatRespuesta = $ollama->chat($historial, "mistral");
echo "\n馃М Tutor (Mistral):\n" . $chatRespuesta['message']['content'] . "\n";

// 4. Streaming en tiempo real
echo "\n馃幆 Streaming (escribiendo en tiempo real):\n";
$ollama->generateStream(
    "Cuenta una historia corta sobre un drag贸n",
    function($texto, $finalizado) {
        echo $texto;
        if ($finalizado) {
            echo "\n--- Fin ---\n";
        }
    },
    "llama3.2"
);
?>

馃寪 Ejemplo completo: Aplicaci贸n web PHP con Ollama

php
<?php
// index.php - Interfaz web simple
session_start();

class OllamaWeb {
    private $client;
    
    public function __construct() {
        $this->client = new OllamaClient();
    }
    
    public function handleRequest() {
        if ($_SERVER['REQUEST_METHOD'] === 'POST') {
            $action = $_POST['action'] ?? '';
            
            switch ($action) {
                case 'list_models':
                    $this->listModels();
                    break;
                case 'send_message':
                    $this->processMessage();
                    break;
                case 'clear_chat':
                    $_SESSION['chat_history'] = [];
                    echo json_encode(['status' => 'success']);
                    break;
            }
        } else {
            $this->showInterface();
        }
    }
    
    private function listModels() {
        try {
            $models = $this->client->listModels();
            echo json_encode([
                'status' => 'success',
                'models' => $models['models']
            ]);
        } catch (Exception $e) {
            echo json_encode([
                'status' => 'error',
                'message' => $e->getMessage()
            ]);
        }
    }
    
    private function processMessage() {
        $message = $_POST['message'] ?? '';
        $model = $_POST['model'] ?? 'llama3.2';
        
        if (empty($message)) {
            echo json_encode(['status' => 'error', 'message' => 'Mensaje vac铆o']);
            return;
        }
        
        // Inicializar historial si no existe
        if (!isset($_SESSION['chat_history'])) {
            $_SESSION['chat_history'] = [];
        }
        
        // Agregar mensaje del usuario al historial
        $_SESSION['chat_history'][] = [
            'role' => 'user',
            'content' => $message,
            'timestamp' => date('H:i:s')
        ];
        
        try {
            // Convertir historial de sesi贸n al formato de Ollama
            $messages = [];
            foreach ($_SESSION['chat_history'] as $msg) {
                $messages[] = [
                    'role' => $msg['role'],
                    'content' => $msg['content']
                ];
            }
            
            // Enviar a Ollama
            $response = $this->client->chat($messages, $model);
            
            // Agregar respuesta al historial
            $_SESSION['chat_history'][] = [
                'role' => 'assistant',
                'content' => $response['message']['content'],
                'timestamp' => date('H:i:s'),
                'model' => $model
            ];
            
            echo json_encode([
                'status' => 'success',
                'response' => $response['message']['content'],
                'history' => $_SESSION['chat_history']
            ]);
            
        } catch (Exception $e) {
            echo json_encode([
                'status' => 'error',
                'message' => 'Error: ' . $e->getMessage()
            ]);
        }
    }
    
    private function showInterface() {
        ?>
        <!DOCTYPE html>
        <html lang="es">
        <head>
            <meta charset="UTF-8">
            <meta name="viewport" content="width=device-width, initial-scale=1.0">
            <title>Chat con Ollama</title>
            <style>
                body { font-family: Arial, sans-serif; max-width: 800px; margin: 0 auto; padding: 20px; }
                #chat-container { border: 1px solid #ccc; height: 400px; overflow-y: auto; padding: 10px; margin-bottom: 10px; }
                .message { margin-bottom: 10px; padding: 8px; border-radius: 5px; }
                .user { background-color: #e3f2fd; text-align: right; }
                .assistant { background-color: #f1f8e9; }
                .timestamp { font-size: 0.8em; color: #666; }
                #model-select { padding: 5px; margin-bottom: 10px; }
            </style>
        </head>
        <body>
            <h1>馃挰 Chat con Ollama</h1>
            
            <select id="model-select">
                <option value="llama3.2">Llama 3.2</option>
                <option value="mistral">Mistral</option>
                <option value="phi">Phi</option>
                <option value="gemma:2b">Gemma 2B</option>
            </select>
            <button onclick="loadModels()">馃攧 Cargar Modelos</button>
            <button onclick="clearChat()">馃Ч Limpiar Chat</button>
            
            <div id="chat-container"></div>
            
            <div>
                <input type="text" id="message-input" placeholder="Escribe tu mensaje..." style="width: 70%; padding: 10px;">
                <button onclick="sendMessage()" style="padding: 10px;">Enviar</button>
            </div>
            
            <script>
                let chatHistory = <?php echo json_encode($_SESSION['chat_history'] ?? []); ?>;
                
                function renderChat() {
                    const container = document.getElementById('chat-container');
                    container.innerHTML = '';
                    
                    chatHistory.forEach(msg => {
                        const div = document.createElement('div');
                        div.className = `message ${msg.role}`;
                        div.innerHTML = `
                            <div><strong>${msg.role === 'user' ? '馃懁 T煤' : '馃 Asistente'}</strong></div>
                            <div>${msg.content}</div>
                            <div class="timestamp">${msg.timestamp} ${msg.model ? `(Modelo: ${msg.model})` : ''}</div>
                        `;
                        container.appendChild(div);
                    });
                    
                    container.scrollTop = container.scrollHeight;
                }
                
                function sendMessage() {
                    const input = document.getElementById('message-input');
                    const message = input.value.trim();
                    const model = document.getElementById('model-select').value;
                    
                    if (!message) return;
                    
                    // Agregar mensaje temporal
                    chatHistory.push({
                        role: 'user',
                        content: message,
                        timestamp: new Date().toLocaleTimeString()
                    });
                    renderChat();
                    
                    // Enviar al servidor
                    fetch('', {
                        method: 'POST',
                        headers: {'Content-Type': 'application/x-www-form-urlencoded'},
                        body: `action=send_message&message=${encodeURIComponent(message)}&model=${model}`
                    })
                    .then(r => r.json())
                    .then(data => {
                        if (data.status === 'success') {
                            chatHistory = data.history;
                            renderChat();
                            input.value = '';
                        } else {
                            alert('Error: ' + data.message);
                        }
                    });
                }
                
                function loadModels() {
                    fetch('', {
                        method: 'POST',
                        headers: {'Content-Type': 'application/x-www-form-urlencoded'},
                        body: 'action=list_models'
                    })
                    .then(r => r.json())
                    .then(data => {
                        if (data.status === 'success') {
                            const select = document.getElementById('model-select');
                            select.innerHTML = '';
                            data.models.forEach(model => {
                                const option = document.createElement('option');
                                option.value = model.name;
                                option.textContent = model.name;
                                select.appendChild(option);
                            });
                            alert(`✅ ${data.models.length} modelos cargados`);
                        }
                    });
                }
                
                function clearChat() {
                    fetch('', {
                        method: 'POST',
                        headers: {'Content-Type': 'application/x-www-form-urlencoded'},
                        body: 'action=clear_chat'
                    })
                    .then(r => r.json())
                    .then(data => {
                        if (data.status === 'success') {
                            chatHistory = [];
                            renderChat();
                        }
                    });
                }
                
                // Enter para enviar
                document.getElementById('message-input').addEventListener('keypress', (e) => {
                    if (e.key === 'Enter') sendMessage();
                });
                
                // Renderizar chat inicial
                renderChat();
            </script>
        </body>
        </html>
        <?php
    }
}

// Incluir la clase OllamaClient aqu铆 (del ejemplo anterior)

// Ejecutar la aplicaci贸n
$app = new OllamaWeb();
$app->handleRequest();
?>

馃敡 Configuraci贸n avanzada y ejemplos

1. Par谩metros de generaci贸n

php
// Ejemplo con todos los par谩metros
$respuesta = $ollama->generate("Escribe un poema", "llama3.2", [
    'stream' => false,
    'options' => [
        'temperature' => 0.8,      // Creatividad (0.0-1.0)
        'num_predict' => 1000,     // M谩ximo de tokens
        'top_k' => 40,            // Diversidad
        'top_p' => 0.9,           // Probabilidad acumulada
        'repeat_penalty' => 1.1,  // Penalizar repeticiones
        'seed' => 42              // Semilla para reproducibilidad
    ]
]);

2. M煤ltiples modelos en paralelo

php
// Probar diferentes modelos con el mismo prompt
function comparar_modelos($prompt) {
    $modelos = ['llama3.2', 'mistral', 'phi'];
    $resultados = [];
    
    foreach ($modelos as $modelo) {
        try {
            $respuesta = $ollama->generate($prompt, $modelo);
            $resultados[$modelo] = [
                'respuesta' => $respuesta['response'],
                'tiempo' => $respuesta['total_duration'] ?? 'N/A'
            ];
        } catch (Exception $e) {
            $resultados[$modelo] = ['error' => $e->getMessage()];
        }
    }
    
    return $resultados;
}

3. Sistema distribuido

php
// Conectar a Ollama en otra m谩quina
$ollama_remoto = new OllamaClient('http://192.168.1.100:11434');
// O con autenticaci贸n b谩sica
$ollama_seguro = new OllamaClient('http://usuario:contrase帽a@servidor:11434');

❓ Preguntas frecuentes resueltas

¿Puedo usar cualquier modelo instalado con la API?

✅ S铆, absolutamente. Todos los modelos que ves con ollama list est谩n disponibles autom谩ticamente en http://localhost:11434/api/generate y http://localhost:11434/api/chat.

¿La API es compatible con OpenAI?

✅ Parcialmente s铆. Los endpoints /api/chat usan un formato similar, pero no id茅ntico. Sin embargo, existen bibliotecas que act煤an como puente:

bash
# Usar Ollama como drop-in replacement para OpenAI
curl http://localhost:11434/v1/chat/completions -d '{
  "model": "llama3.2",
  "messages": [{"role": "user", "content": "Hola"}]
}'

¿C贸mo manejar respuestas largas?

php
// Usar streaming para respuestas largas
$ollama->generateStream(
    "Escribe un ensayo de 500 palabras sobre inteligencia artificial",
    function($chunk, $done) {
        echo $chunk;
        flush(); // Importante para output inmediato
        if ($done) {
            echo "\n\n✅ Completado\n";
        }
    }
);

¿Qu茅 puertos usa?

  • 11434: Puerto principal HTTP

  • 11435: Puerto para WebSocket (streaming)

¿C贸mo ver logs de la API?

bash
# Iniciar Ollama en modo verbose
ollama serve --verbose

# Ver logs en tiempo real
tail -f ~/.ollama/logs/server.log

馃殌 Ejemplo final: API completa en un solo archivo

Guarda esto como ollama_api.php:

php
<?php
/**
 * Archivo 煤nico para probar toda la API de Ollama
 * Uso: php ollama_api.php [comando] [argumentos]
 */

class OllamaQuickTest {
    public static function run($command) {
        switch ($command) {
            case 'list':
                self::listModels();
                break;
            case 'test':
                self::testGenerate();
                break;
            case 'chat':
                self::testChat();
                break;
            case 'stream':
                self::testStream();
                break;
            default:
                echo "Comandos disponibles:\n";
                echo "  php ollama_api.php list      # Listar modelos\n";
                echo "  php ollama_api.php test      # Probar generaci贸n\n";
                echo "  php ollama_api.php chat      # Probar chat\n";
                echo "  php ollama_api.php stream    # Probar streaming\n";
        }
    }
    
    private static function request($endpoint, $data = null) {
        $ch = curl_init('http://localhost:11434' . $endpoint);
        curl_setopt_array($ch, [
            CURLOPT_RETURNTRANSFER => true,
            CURLOPT_TIMEOUT => 30
        ]);
        
        if ($data) {
            curl_setopt($ch, CURLOPT_POST, true);
            curl_setopt($ch, CURLOPT_POSTFIELDS, json_encode($data));
            curl_setopt($ch, CURLOPT_HTTPHEADER, ['Content-Type: application/json']);
        }
        
        $response = curl_exec($ch);
        curl_close($ch);
        
        return json_decode($response, true);
    }
    
    private static function listModels() {
        echo "馃摝 Modelos disponibles:\n";
        $result = self::request('/api/tags');
        foreach ($result['models'] as $model) {
            echo "  • {$model['name']}\n";
        }
    }
    
    private static function testGenerate() {
        echo "馃И Probando generaci贸n con llama3.2...\n";
        $result = self::request('/api/generate', [
            'model' => 'llama3.2',
            'prompt' => 'Explica qu茅 es la API REST en una frase',
            'stream' => false
        ]);
        
        echo "✅ Respuesta:\n";
        echo $result['response'] . "\n";
        echo "Tiempo: " . ($result['total_duration'] / 1000000000) . "s\n";
    }
    
    private static function testChat() {
        echo "馃挰 Probando chat...\n";
        $result = self::request('/api/chat', [
            'model' => 'llama3.2',
            'messages' => [
                ['role' => 'user', 'content' => 'Hola, ¿cu谩l es tu nombre?']
            ],
            'stream' => false
        ]);
        
        echo "馃: " . $result['message']['content'] . "\n";
    }
    
    private static function testStream() {
        echo "馃寠 Probando streaming...\n";
        
        $url = 'http://localhost:11434/api/generate';
        $data = [
            'model' => 'llama3.2',
            'prompt' => 'Cuenta del 1 al 10',
            'stream' => true
        ];
        
        $ch = curl_init($url);
        curl_setopt_array($ch, [
            CURLOPT_POST => true,
            CURLOPT_POSTFIELDS => json_encode($data),
            CURLOPT_HTTPHEADER => ['Content-Type: application/json'],
            CURLOPT_WRITEFUNCTION => function($ch, $data) {
                $lines = explode("\n", $data);
                foreach ($lines as $line) {
                    $line = trim($line);
                    if (!empty($line) && strpos($line, 'data: ') === 0) {
                        $json = substr($line, 6);
                        if ($json !== '[DONE]') {
                            $decoded = json_decode($json, true);
                            if ($decoded && isset($decoded['response'])) {
                                echo $decoded['response'];
                            }
                        }
                    }
                }
                return strlen($data);
            }
        ]);
        
        curl_exec($ch);
        curl_close($ch);
        echo "\n✅ Streaming completado\n";
    }
}

// Ejecutar desde l铆nea de comandos
if (php_sapi_name() === 'cli') {
    $command = $argv[1] ?? 'help';
    OllamaQuickTest::run($command);
}
?>

馃搳 Resumen final

  1. ✅ La API REST est谩 siempre activa cuando Ollama corre

  2. ✅ Todos los modelos instalados son accesibles por API

  3. ✅ PHP se integra f谩cilmente con cURL o Guzzle

  4. ✅ Soporta streaming para respuestas en tiempo real

  5. ✅ Es compatible con el formato de mensajes de OpenAI

  6. ✅ Funciona en red (puedes servir a otras m谩quinas)

Para probar inmediatamente:

bash
# 1. Inicia Ollama
ollama serve

# 2. En otra terminal, prueba
curl http://localhost:11434/api/tags

# 3. Con PHP
php -r "echo file_get_contents('http://localhost:11434/api/tags');"

¡Ya tienes todo lo necesario para integrar Ollama en tus aplicaciones PHP

Comentarios

Publicar un comentario

Entradas m谩s populares de este blog

1-Instalaci贸n y Primeros Pasos con Ollama

https://docs.google.com/presentation/d/e/2PACX-1vSICqBtlni1cnRyRZIWjBnn6v--HblEpiWQlvzmpCNkdd8TZjnfwZ3qgzyXg655HMu51mtxOLGNueMp/pub?start=false&loop=false&delayms=3000 馃幆  Tema del Tutorial: "Inteligencia Artificial Local con Ollama: Tu Primer Modelo de IA sin Internet" 脥ndice Visual text 1. ¿QU脡 ES OLLAMA? 馃 │ 2. INSTALACI脫N PASO A PASO 馃摜 │ 3. TU PRIMER MODELO DE IA 馃 │ 4. CHATEANDO CON TU IA 馃挰 │ 5. RECURSOS Y PR脫XIMOS PASOS 馃殌 1. ¿QU脡 ES OLLAMA? 馃 Definici贸n Simple: Ollama es como una  "mochila digital"  que te permite llevar modelos de inteligencia artificial (como ChatGPT) en tu computadora, sin necesidad de internet. Analog铆a: Imagina que normalmente usas  Netflix  (necesitas internet para ver pel铆culas). Ollama es como tener un  DVD player  con tus pel铆culas favoritas, ¡siempre disponible sin conexi贸n! ¿Para qu茅 sirve? Ejecutar modelos de IA localmente Privacidad total (tus preguntas no salen de tu computadora) Funciona s...
Leer m谩s

3- Creando tu Primer Entorno Virtual Python con Flask

 https://docs.google.com/presentation/d/e/2PACX-1vTygk-5apLh_TrGm0qH-RDWmpKchPG0CnHqZah8f6wyia4wvJ2liPdqwUsib6T6dvUWMnNsLvz30Ppy/pub?start=false&loop=false&delayms=3000 馃幆   Tema del Tutorial: "Tu Primer Entorno de Programaci贸n Python: Entornos Virtuales y Flask" 脥ndice Visual text 1. PREPARANDO LAS HERRAMIENTAS 馃敡 │ 2. ¿QU脡 ES UN ENTORNO VIRTUAL? 馃帾 │ 3. INSTALANDO VISUAL STUDIO CODE 馃捇 │ 4. INSTALANDO PYTHON 馃悕 │ 5. CREANDO TU PRIMER ENTORNO VIRTUAL ⚡ │ 6. SOLUCIONANDO PROBLEMAS COMUNES 馃洜️ │ 7. PR脫XIMOS PASOS 馃殌 1. PREPARANDO LAS HERRAMIENTAS 馃敡 Las 3 Herramientas Esenciales: text 1. Python 馃悕 - El "motor" de nuestro programa 2. Visual Studio Code 馃捇 - El "taller" donde trabajamos 3. Flask 馃寪 - El "marco" para construir aplicaciones web Analog铆a del Carpintero: Python  = Las herramientas (martillo, sierra) VS Code  = El taller de trabajo Flask  = Los planos para construir una mesa Entorno Virtual  = Una caja de herram...
Leer m谩s

2- C贸mo Usar Ollama con Postman (APIs y Comunicaci贸n)

https://docs.google.com/presentation/d/e/2PACX-1vQ9LSuAjKMwDa3RnlvU6AF-bV5_cftsPsjbA20Up6jvXMm2STg681NcxTNUEAH_S8OLdxtMNmD0DqQf/pub?start=false&loop=false&delayms=3000 馃幆  Tema del Tutorial: "Hablando con tu IA: C贸mo Conectar Ollama con Postman usando APIs" 脥ndice Visual text 1. ¿QU脡 VAMOS A HACER? 馃幆 │ 2. INSTALANDO POSTMAN 馃摤 │ 3. LA MAGIA DE LAS APIS 馃攲 │ 4. TU PRIMERA CONSULTA API 馃挰 │ 5. ERRORES COMUNES Y SOLUCIONES 馃敡 │ 6. PR脫XIMOS PASOS 馃殌 1. ¿QU脡 VAMOS A HACER? 馃幆 Objetivo del Tutorial: Vamos a aprender a comunicarnos con Ollama usando  Postman , que es como un "mensajero profesional" entre tu computadora y el modelo de IA. Analog铆a Simple: Imagina que Ollama es un  chef  en la cocina (tu computadora). Postman es el  mesero  que toma tu pedido y te trae la comida. ¡Vamos a aprender a hacer el pedido correctamente! ¿Por qu茅 usar Postman? Para programadores que quieren integrar Ollama en sus apps Para hacer pruebas m谩s avanzadas...
Leer m谩s