Ollama本地大模型对话工具：多模型切换、流式输出、对话历史管理、参数调节

🚀 实例简介

一款基于Python Tkinter开发的Ollama本地大模型对话客户端工具。支持连接本地Ollama服务，实现与AI大模型的实时对话交互。

💻 核心代码

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Ollama本地大模型对话工具
支持多模型切换、流式输出、对话历史管理、参数调节
"""

import tkinter as tk
from tkinter import ttk, scrolledtext, messagebox
import requests
import json
import threading
import platform
from datetime import datetime

# 中文字体配置
CHINESE_FONT = "WenQuanYi Zen Hei" if platform.system() == "Linux" else "Microsoft YaHei"

class OllamaChatApp:
    def __init__(self, root):
        self.root = root
        self.root.title("Ollama本地大模型对话工具")
        self.root.geometry("900x700")
        
        # 配置
        self.ollama_url = "http://localhost:11434"
        self.current_model = "qwen2.5:7b"
        self.conversation_history = []
        self.is_generating = False
        
        self.setup_ui()
        self.load_models()
    
    def setup_ui(self):
        """构建用户界面"""
        # 顶部控制栏
        control_frame = tk.Frame(self.root, padx=10, pady=5)
        control_frame.pack(fill=tk.X)
        
        # 模型选择
        tk.Label(control_frame, text="模型:", font=(CHINESE_FONT, 11)).pack(side=tk.LEFT, padx=5)
        self.model_var = tk.StringVar()
        self.model_combo = ttk.Combobox(control_frame, textvariable=self.model_var, width=25, state="readonly")
        self.model_combo.pack(side=tk.LEFT, padx=5)
        self.model_combo.bind("<>", self.on_model_change)
        
        # API地址
        tk.Label(control_frame, text="API:", font=(CHINESE_FONT, 11)).pack(side=tk.LEFT, padx=(20, 5))
        self.url_var = tk.StringVar(value=self.ollama_url)
        tk.Entry(control_frame, textvariable=self.url_var, width=30, font=(CHINESE_FONT, 10)).pack(side=tk.LEFT, padx=5)
        
        # 刷新按钮
        tk.Button(control_frame, text="刷新模型", command=self.load_models, font=(CHINESE_FONT, 10)).pack(side=tk.LEFT, padx=5)
        
        # 参数调节面板
        param_frame = tk.LabelFrame(self.root, text="参数调节", font=(CHINESE_FONT, 10, "bold"), padx=10, pady=5)
        param_frame.pack(fill=tk.X, padx=10, pady=5)
        
        # Temperature
        tk.Label(param_frame, text="Temperature:", font=(CHINESE_FONT, 10)).grid(row=0, column=0, sticky=tk.W, padx=5)
        self.temp_var = tk.DoubleVar(value=0.7)
        tk.Scale(param_frame, from_=0, to=2, resolution=0.1, orient=tk.HORIZONTAL, 
                variable=self.temp_var, font=(CHINESE_FONT, 9)).grid(row=0, column=1, padx=5)
        
        # Top P
        tk.Label(param_frame, text="Top P:", font=(CHINESE_FONT, 10)).grid(row=0, column=2, sticky=tk.W, padx=(20, 5))
        self.top_p_var = tk.DoubleVar(value=0.9)
        tk.Scale(param_frame, from_=0, to=1, resolution=0.05, orient=tk.HORIZONTAL,
                variable=self.top_p_var, font=(CHINESE_FONT, 9)).grid(row=0, column=3, padx=5)
        
        # 对话区域
        chat_frame = tk.Frame(self.root, padx=10, pady=5)
        chat_frame.pack(fill=tk.BOTH, expand=True)
        
        self.chat_display = scrolledtext.ScrolledText(chat_frame, wrap=tk.WORD, font=(CHINESE_FONT, 11), bg="#f5f5f5")
        self.ch

💡 适用场景

• 本地部署大模型后进行对话测试
• 无需联网即可使用AI对话
• 隐私敏感场景下的本地AI助手
• 开发者调试Ollama模型输出效果