La biblioteca oficial de Python para la API REST de OpenAI, con clientes síncronos y asíncronos y modelos tipados para solicitudes y respuestas.
31,9 mil8,5 milPythonApache-2.0Actualizado hace 10 horas
ollama/ollama-python
Biblioteca cliente oficial de Python para usar los modelos locales y en la nube de Ollama mediante APIs de chat, generación, embeddings y gestión de modelos.
- Estrellas
- 10,611
- Forks
- 1,209
- Issues abiertos
- 223
- Último commit
- hace 4 días
¿Qué es?
La biblioteca de Ollama para Python es un cliente para la API REST de Ollama que permite a proyectos con Python 3.8 o posterior comunicarse con los modelos que ofrece una instancia de Ollama en ejecución. Agrupa las llamadas de chat, generación, embeddings, listado, descarga, publicación, copia, eliminación y estado de los procesos en un conjunto pequeño de funciones, con clientes síncronos y asíncronos equivalentes.
Las respuestas se pueden devolver completas o transmitir fragmento a fragmento, y el mismo cliente puede conectarse a un servidor local de Ollama o a la API en la nube alojada en ollama.com mediante una clave de API. Los modelos en la nube, como gpt-oss:120b-cloud, se pueden ejecutar a través del servidor local después de iniciar sesión, o invocar directamente. Los errores de respuestas HTTP fallidas o que se produzcan durante la transmisión se notifican como ResponseError.
La biblioteca también incluye una API System One para tomar decisiones estructuradas, como elegir entre varias opciones, asignar una puntuación en una escala o devolver la probabilidad de un sí o un no, usando modelos de decisión como nimble y clef.
Funciones clave
- 01Llamadas de chat, generación y embeddings que reflejan la API REST de Ollama.
- 02Respuestas en streaming mediante stream=True, tanto en modo síncrono como asíncrono.
- 03Clases Client y AsyncClient que admiten un host personalizado y encabezados de httpx.
- 04Funciones de gestión de modelos para listarlos, consultarlos, crearlos, descargarlos, publicarlos, copiarlos y eliminarlos.
- 05Acceso a los modelos en la nube a través del servidor local o directamente en ollama.com con una clave de API.
- 06API de decisiones estructuradas System One que admite preguntas de elección, de sí o no y de puntuación.
Casos de uso
- Añadir una función de chat con un LLM local a una aplicación web o un script de Python.
- Generar embeddings de texto para sistemas de búsqueda o recuperación.
- Alternar entre modelos locales y modelos alojados en la nube con el mismo código.
- Crear pasos automatizados de clasificación o priorización mediante preguntas de decisión estructuradas.
Inicio rápido
- 1
Instala Ollama y asegúrate de que esté en ejecución
- 2
Descarga un modelo para usarlo con la biblioteca
ollama pull gemma4 - 3
Instala la biblioteca de Python
pip install ollama - 4
Llama a la API de chat desde Python
Antes de usarlo
- Necesitas un servidor Ollama instalado y en ejecución localmente, o una clave de API de Ollama para modelos en la nube.
- Para usar modelos en la nube necesitas una cuenta de Ollama, y el acceso a la API en la nube puede requerir un plan de pago.
Temas
Preguntas frecuentes
- ¿Qué es ollama-python?
- Biblioteca cliente oficial de Python para usar los modelos locales y en la nube de Ollama mediante APIs de chat, generación, embeddings y gestión de modelos. La biblioteca de Ollama para Python es un cliente para la API REST de Ollama que permite a proyectos con Python 3.8 o posterior comunicarse con los modelos que ofrece una instancia de Ollama en ejecución. Agrupa las llamadas de chat, generación, embeddings, listado, descarga, publicación, copia, eliminación y estado de los procesos en un conjunto pequeño de funciones, con clientes síncronos y asíncronos equivalentes.
- ¿ollama-python es gratuito? ¿Qué licencia tiene?
- ollama-python es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿ollama-python sigue mantenido?
- Mantenimiento activo. El último commit de ollama-python fue el 16 oct 2026.
- ¿Para qué puedo usar ollama-python?
- Añadir una función de chat con un LLM local a una aplicación web o un script de Python. Generar embeddings de texto para sistemas de búsqueda o recuperación. Alternar entre modelos locales y modelos alojados en la nube con el mismo código. Crear pasos automatizados de clasificación o priorización mediante preguntas de decisión estructuradas.
- ¿Cómo se instala ollama-python?
- Instala Ollama y asegúrate de que esté en ejecución Descarga un modelo para usarlo con la biblioteca: ollama pull gemma4 Instala la biblioteca de Python: pip install ollama Llama a la API de chat desde Python
- ¿Dónde consigo ollama-python?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/ollama/ollama-python
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Herramienta de línea de comandos y biblioteca de Python para ejecutar prompts y chats con modelos de lenguaje grandes, remotos o instalados localmente.
12,6 mil1,1 milPythonApache-2.0Actualizado anteayer
Biblioteca de scraping web en Python que usa LLM y pipelines basados en grafos para extraer datos estructurados de sitios web y documentos locales a partir de una instrucción de texto.
32 mil3,4 milPythonMITActualizado hace 14 días
Tutorial y proyecto modular de Agentic RAG con LangGraph, con indexación jerárquica, memoria conversacional y aclaración de consultas.
4,3 mil587Jupyter NotebookMITActualizado hace 3 días
Herramienta de grafos de conocimiento local que usa Ollama para que un modelo ejecutado en tu máquina razone paso a paso y almacene el razonamiento como un grafo RDF.
58451PythonOtherActualizado hace 2 meses
Curso online gratuito y de código abierto de 10 semanas sobre cómo crear aplicaciones con LLM usando RAG, búsqueda vectorial, agentes, evaluación y monitoreo.
7,5 mil1,4 milJupyter NotebookSin licenciaActualizado hace 5 días