Ollama

O Ollama permite executar modelos de software livre localmente e usá-los com o Agent Framework. Isso é ideal para desenvolvimento, teste e cenários em que você precisa manter dados locais.

Prerequisites

  • Instale e inicie o Ollama.
  • Baixe um modelo, como ollama pull llama3.2.

Installation

dotnet add package OllamaSharp
dotnet add package Microsoft.Agents.AI --prerelease

Configuration

OLLAMA_ENDPOINT="http://localhost:11434"
OLLAMA_MODEL_NAME="llama3.2"

Criar um agente Ollama

using Microsoft.Agents.AI;
using Microsoft.Extensions.AI;
using OllamaSharp;

var endpoint = Environment.GetEnvironmentVariable("OLLAMA_ENDPOINT") ?? throw new InvalidOperationException("OLLAMA_ENDPOINT is not set.");
var modelName = Environment.GetEnvironmentVariable("OLLAMA_MODEL_NAME") ?? throw new InvalidOperationException("OLLAMA_MODEL_NAME is not set.");

// Get a chat client for Ollama and use it to construct an AIAgent.
AIAgent agent = new OllamaApiClient(new Uri(endpoint), modelName)
    .AsAIAgent(instructions: "You are good at telling jokes.", name: "Joker");

// Invoke the agent and output the text result.
Console.WriteLine(await agent.RunAsync("Tell me a joke about a pirate."));

Prerequisites

Verifique se o Ollama está instalado e em execução localmente com um modelo baixado antes de executar qualquer exemplo:

ollama pull llama3.2

Note

Nem todos os modelos dão suporte à chamada de função. Para uso de ferramentas, tente llama3.2 ou qwen3:4b.

Installation

pip install agent-framework-ollama --pre

Configuration

OLLAMA_MODEL="llama3.2"

O cliente nativo se conecta por http://localhost:11434 padrão. Substitua-o com a OLLAMA_HOST variável de ambiente ou o argumento do host construtor.

Criar agentes Ollama

OllamaChatClient fornece integração nativa do Ollama com suporte total para ferramentas de funções e streaming.

import asyncio
from agent_framework import Agent
from agent_framework.ollama import OllamaChatClient

async def main():
    agent = Agent(
        client=OllamaChatClient(),
        name="HelpfulAssistant",
        instructions="You are a helpful assistant running locally via Ollama.",
    )
    result = await agent.run("What is the largest city in France?")
    print(result)

asyncio.run(main())

Tools

Os clientes Python Ollama (OllamaChatClient e OpenAIChatClient apontados para um ponto de extremidade compatível com Ollama) dão suporte a ferramentas invocadas localmente. Os tipos de ferramentas hospedadas não existem porque o Ollama é um runtime de modelo local.

Tool Status Notes
Ferramentas de Funções ✅ Callables Python padrão ou @ai_function. Se o modelo selecionado pode realmente chamá-los depende do próprio modelo.
Aprovação da ferramenta ✅ Fornecido pelo cliente de chat com invocação de funções do framework; funciona com qualquer chamada de ferramenta de função.
Interpretador de Código ❌ Nenhum interpretador de código hospedado.
Pesquisa de Arquivo ❌ Nenhuma pesquisa de arquivo hospedada.
Pesquisa na Web ❌ Nenhuma pesquisa na Web hospedada.
Ferramentas MCP hospedadas ❌ O Ollama não expõe o MCP hospedado.
Ferramentas MCP locais ✅ É executado em seu processo e funciona com qualquer cliente de chat.

Ferramentas de Funções

import asyncio
from datetime import datetime
from agent_framework import Agent
from agent_framework.ollama import OllamaChatClient

def get_time(location: str) -> str:
    """Get the current time."""
    return f"The current time in {location} is {datetime.now().strftime('%I:%M %p')}."

async def main():
    agent = Agent(
        client=OllamaChatClient(),
        name="TimeAgent",
        instructions="You are a helpful time agent.",
        tools=get_time,
    )
    result = await agent.run("What time is it in Seattle?")
    print(result)

asyncio.run(main())

Streaming

from agent_framework import Agent
from agent_framework.ollama import OllamaChatClient

async def streaming_example():
    agent = Agent(
        client=OllamaChatClient(),
        instructions="You are a helpful assistant.",
    )
    print("Agent: ", end="", flush=True)
    async for chunk in agent.run("Tell me about Python.", stream=True):
        if chunk.text:
            print(chunk.text, end="", flush=True)
    print()

Note

O suporte para Go a este recurso estará disponível em breve. Consulte o repositório Agent Framework Go para obter o status mais recente.

Próximas Etapas 

GitHub Copilot

  • Last updated on