Go-Clients für Ollama: SDK-Vergleich und Beispiele für Qwen3/GPT-OSS

Ollama mit Go integrieren: SDK-Leitfaden, Beispiele und Best Practices für den Produktiveinsatz.

Inhaltsverzeichnis

Dieser Leitfaden bietet einen umfassenden Überblick über die verfügbaren Go-SDKs für Ollama und vergleicht deren Funktionsumfang.

Wir werden praktische Go-Beispiele zum Aufruf von Qwen3- und GPT-OSS-Modellen, die auf Ollama gehostet werden, untersuchen — sowohl über rohe REST-API-Aufrufe als auch über den offiziellen Go-Client — einschließlich einer detaillierten Behandlung der Denk- und Nicht-Denk-Modi in Qwen3.

go and ollama

Warum Ollama + Go?

Ollama stellt eine kleine, pragmatische HTTP-API bereit (die typischerweise unter http://localhost:11434 läuft), die für Generierungs- und **Chat-**Workloads konzipiert wurde, mit integrierter Streaming-Unterstützung und Funktionen zum Modellmanagement. Die offizielle Dokumentation behandelt die Anforderungs- und Antwortstrukturen sowie die Streaming-Semantik von /api/generate und /api/chat eingehend.

Go ist eine ausgezeichnete Wahl zum Aufbau von Ollama-Clients, da es eine starke Standardbibliothekenunterstützung für HTTP, eine hervorragende JSON-Behandlung, native Concurrentie-Primitives und statisch typisierte Schnittstellen bietet, die Fehler zur Kompilierzeit erkennen. Um zu sehen, wie Ollama sich im Vergleich zu vLLM, Docker Model Runner, LocalAI und Cloud-Anbietern verhält — einschließlich der Kriterien, wann man welche Option wählen sollte — siehe LLM-Hosting: Lokale, Self-Hosted- & Cloud-Infrastruktur im Vergleich.

Stand Oktober 2025 sind dies die Go-SDK-Optionen, die Sie höchstwahrscheinlich in Betracht ziehen werden.


Go-SDKs für Ollama — was ist verfügbar?

SDK / Paket Status & „Besitzer“ Umfang (Generieren/Chat/Streaming) Modellverwaltung (pull/list/etc.) Extras / Hinweise
github.com/ollama/ollama/api Offizielles Paket im Ollama-Repository; wird vom ollama-CLI selbst verwendet Vollständige Abdeckung, abgebildet auf die REST-API; Streaming wird unterstützt Ja Wird als der kanonische Go-Client betrachtet; die API spiegelt die Dokumentation eng wider.
LangChainGo (github.com/tmc/langchaingo/llms/ollama) Community-Framework (LangChainGo) mit Ollama-LLM-Modul Chat/Vervollständigung + Streaming über Framework-Abstraktionen Eingeschränkt (Modellverwaltung ist nicht das primäre Ziel) Ideal, wenn Sie Ketten, Tools und Vektorspeicher in Go wünschen; weniger ein rohes SDK.
github.com/swdunlop/ollama-client Community-Client Fokus auf Chat; gute Tool-Calling-Experimente Teilweise Für Experimente mit Tool Calling gebaut; nicht eine 1:1-vollständige Oberfläche.
Andere Community-SDKs (z. B. ollamaclient, Drittanbieter-„go-ollama-sdk`) Community Variiert Variiert Qualität und Abdeckung variieren; pro Repository bewerten.

Empfehlung: Für die Produktion bevorzugen Sie github.com/ollama/ollama/api — es wird mit dem Kernprojekt gewartet und spiegelt die REST-API wider.


Qwen3 & GPT-OSS auf Ollama: Denkmodus vs. Nicht-Denkmodus (was man wissen sollte)

  • Der Denkmodus in Ollama trennt das „Schließen“ des Modells von der finalen Ausgabe, wenn er aktiviert ist. Unser Ollama-Spickzettel dokumentiert die Aktivieren/Deaktivieren-Denk-Flags (--think, --hidethinking) über die unterstützten Modelle hinweg.
  • (https://www.glukhov.org/de/llm-performance/benchmarks/qwen3-30b-vs-gpt-oss-20b/ “Qwen3:30b vs GPT-OSS:20b: Technische Details, Leistung und Geschwindigkeitsvergleich”) unterstützt dynamisches Umschalten: Fügen Sie /think oder /no_think in System- oder Benutzermitteilungen ein, um die Modi rundenweise zu wechseln; die neueste Anweisung gilt.
  • GPT-OSS: Benutzer berichten, dass das Deaktivieren des Denkens (z. B. /set nothink oder --think=false) bei gpt-oss:20b unzuverlässig sein kann; planen Sie ein, jegliches Schlussfolgerungsgepräge zu filtern/verbergen, das Ihre UI nicht anzeigen sollte.

Teil 1 — Aufruf von Ollama über rohes REST (Go, net/http)

Gemeinsame Typen

Definieren Sie zunächst die gemeinsamen Typen und Hilfsfunktionen, die wir in unseren Beispielen verwenden werden:

package main

import (
	"bytes"
	"encoding/json"
	"fmt"
	"io"
	"net/http"
	"time"
)

// ---- Chat API Types ----

type ChatMessage struct {
	Role    string `json:"role"`
	Content string `json:"content"`
}

type ChatRequest struct {
	Model    string        `json:"model"`
	Messages []ChatMessage `json:"messages"`
	// Some servers expose thinking control as a boolean flag.
	// Even if omitted, you can still control Qwen3 via /think or /no_think tags.
	Think   *bool          `json:"think,omitempty"`
	Stream  *bool          `json:"stream,omitempty"`
	Options map[string]any `json:"options,omitempty"`
}

type ChatResponse struct {
	Model     string `json:"model"`
	CreatedAt string `json:"created_at"`
	Message   struct {
		Role     string `json:"role"`
		Content  string `json:"content"`
		Thinking string `json:"thinking,omitempty"` // present when thinking is on
	} `json:"message"`
	Done bool `json:"done"`
}

// ---- Generate API Types ----

type GenerateRequest struct {
	Model   string         `json:"model"`
	Prompt  string         `json:"prompt"`
	Think   *bool          `json:"think,omitempty"`
	Stream  *bool          `json:"stream,omitempty"`
	Options map[string]any `json:"options,omitempty"`
}

type GenerateResponse struct {
	Model     string `json:"model"`
	CreatedAt string `json:"created_at"`
	Response  string `json:"response"`           // final text for non-stream
	Thinking  string `json:"thinking,omitempty"` // present when thinking is on
	Done      bool   `json:"done"`
}

// ---- Helper Functions ----

func httpPostJSON(url string, payload any) ([]byte, error) {
	body, err := json.Marshal(payload)
	if err != nil {
		return nil, err
	}
	c := &http.Client{Timeout: 60 * time.Second}
	resp, err := c.Post(url, "application/json", bytes.NewReader(body))
	if err != nil {
		return nil, err
	}
	defer resp.Body.Close()
	return io.ReadAll(resp.Body)
}

// bptr returns a pointer to a boolean value
func bptr(b bool) *bool { return &b }

Chat — Qwen3 mit Denken AKTIVIERT (und wie man es deaktiviert)

func chatQwen3Thinking() error {
	endpoint := "http://localhost:11434/api/chat"

	req := ChatRequest{
		Model:   "qwen3:8b-thinking", // any :*-thinking tag you have pulled
		Think:   bptr(true),
		Stream:  bptr(false),
		Messages: []ChatMessage{
			{Role: "system", Content: "You are a precise assistant."},
			{Role: "user",   Content: "Explain recursion with a short Go example."},
		},
	}

	raw, err := httpPostJSON(endpoint, req)
	if err != nil {
		return err
	}
	var out ChatResponse
	if err := json.Unmarshal(raw, &out); err != nil {
		return err
	}
	fmt.Println("🧠 thinking:\n", out.Message.Thinking)
	fmt.Println("\n💬 answer:\n", out.Message.Content)
	return nil
}

// Turn thinking OFF for the next turn by:
// (a) setting Think=false, and/or
// (b) adding "/no_think" to the most-recent system/user message (Qwen3 soft switch).
// Qwen3 honors the latest /think or /no_think instruction in multi-turn chats.
func chatQwen3NoThinking() error {
	endpoint := "http://localhost:11434/api/chat"

	req := ChatRequest{
		Model:  "qwen3:8b-thinking",
		Think:  bptr(false),
		Stream: bptr(false),
		Messages: []ChatMessage{
			{Role: "system", Content: "You are brief. /no_think"},
			{Role: "user",   Content: "Explain recursion in one sentence."},
		},
	}

	raw, err := httpPostJSON(endpoint, req)
	if err != nil {
		return err
	}
	var out ChatResponse
	if err := json.Unmarshal(raw, &out); err != nil {
		return err
	}
	// Expect thinking to be empty; still handle defensively.
	if out.Message.Thinking != "" {
		fmt.Println("🧠 thinking (unexpected):\n", out.Message.Thinking)
	}
	fmt.Println("\n💬 answer:\n", out.Message.Content)
	return nil
}

(Der weiche Schalter /think und /no_think von Qwen3 wird vom Qwen-Team dokumentiert; die letzte Anweisung gilt in Multi-Turn-Chats.)

Chat — GPT-OSS mit Denken (und einer Einschränkung)

func chatGptOss() error {
	endpoint := "http://localhost:11434/api/chat"

	req := ChatRequest{
		Model:  "gpt-oss:20b",
		Think:  bptr(true),   // request separated reasoning if supported
		Stream: bptr(false),
		Messages: []ChatMessage{
			{Role: "user", Content: "What is dynamic programming? Explain the core idea."},
		},
	}

	raw, err := httpPostJSON(endpoint, req)
	if err != nil {
		return err
	}
	var out ChatResponse
	if err := json.Unmarshal(raw, &out); err != nil {
		return err
	}
	// Known quirk: disabling thinking may not fully suppress reasoning on gpt-oss:20b.
	// Always filter/hide thinking in UI if you don't want to surface it.
	fmt.Println("🧠 thinking:\n", out.Message.Thinking)
	fmt.Println("\n💬 answer:\n", out.Message.Content)
	return nil
}

Benutzer berichten, dass das Deaktivieren des Denkens bei gpt-oss:20b (z. B. /set nothink oder --think=false) ignoriert werden kann — planen Sie clientseitiges Filtern, falls erforderlich.

Generierung — Qwen3 und GPT-OSS

func generateQwen3() error {
	endpoint := "http://localhost:11434/api/generate"
	req := GenerateRequest{
		Model:  "qwen3:4b-thinking",
		Prompt: "In 2–3 sentences, what are B-Trees used for in databases?",
		Think:  bptr(true),
	}
	raw, err := httpPostJSON(endpoint, req)
	if err != nil {
		return err
	}
	var out GenerateResponse
	if err := json.Unmarshal(raw, &out); err != nil {
		return err
	}
	if out.Thinking != "" {
		fmt.Println("🧠 thinking:\n", out.Thinking)
	}
	fmt.Println("\n💬 answer:\n", out.Response)
	return nil
}

func generateGptOss() error {
	endpoint := "http://localhost:11434/api/generate"
	req := GenerateRequest{
		Model:  "gpt-oss:20b",
		Prompt: "Briefly explain backpropagation in neural networks.",
		Think:  bptr(true),
	}
	raw, err := httpPostJSON(endpoint, req)
	if err != nil {
		return err
	}
	var out GenerateResponse
	if err := json.Unmarshal(raw, &out); err != nil {
		return err
	}
	if out.Thinking != "" {
		fmt.Println("🧠 thinking:\n", out.Thinking)
	}
	fmt.Println("\n💬 answer:\n", out.Response)
	return nil
}

Die REST-Strukturen und das Streaming-Verhalten stammen direkt aus der Ollama-API-Referenz.


Teil 2 — Aufruf von Ollama über das offizielle Go-SDK (github.com/ollama/ollama/api)

Das offizielle Paket stellt einen Client mit Methoden bereit, die der REST-API entsprechen. Die Ollama-CLI selbst verwendet dieses Paket, um mit dem Dienst zu kommunizieren, was es zur sichersten Wahl für Kompatibilität macht.

Installation

go get github.com/ollama/ollama/api

Chat — Qwen3 (Denken AKTIVIERT / DEAKTIVIERT)

package main

import (
	"context"
	"fmt"
	"log"

	"github.com/ollama/ollama/api"
)

func chatWithQwen3Thinking(ctx context.Context, thinking bool) error {
	client, err := api.ClientFromEnvironment() // honors OLLAMA_HOST if set
	if err != nil {
		return err
	}

	req := &api.ChatRequest{
		Model: "qwen3:8b-thinking",
		// Many server builds expose thinking as a top-level flag;
		// additionally, you can control Qwen3 via /think or /no_think in messages.
		Think: api.Ptr(thinking),
		Messages: []api.Message{
			{Role: "system", Content: "You are a precise assistant."},
			{Role: "user",   Content: "Explain merge sort with a short Go snippet."},
		},
	}

	var resp api.ChatResponse
	if err := client.Chat(ctx, req, &resp); err != nil {
		return err
	}

	if resp.Message.Thinking != "" {
		fmt.Println("🧠 thinking:\n", resp.Message.Thinking)
	}
	fmt.Println("\n💬 answer:\n", resp.Message.Content)
	return nil
}

func main() {
	ctx := context.Background()
	if err := chatWithQwen3Thinking(ctx, true); err != nil {
		log.Fatal(err)
	}
	// Example: non-thinking
	if err := chatWithQwen3Thinking(ctx, false); err != nil {
		log.Fatal(err)
	}
}

Chat — GPT-OSS (Schlussfolgerungen defensiv behandeln)

func chatWithGptOss(ctx context.Context) error {
	client, err := api.ClientFromEnvironment()
	if err != nil {
		return err
	}
	req := &api.ChatRequest{
		Model: "gpt-oss:20b",
		Think: api.Ptr(true),
		Messages: []api.Message{
			{Role: "user", Content: "What is memoization and when is it useful?"},
		},
	}
	var resp api.ChatResponse
	if err := client.Chat(ctx, req, &resp); err != nil {
		return err
	}
	// If you intend to hide reasoning, do it here regardless of flags.
	if resp.Message.Thinking != "" {
		fmt.Println("🧠 thinking:\n", resp.Message.Thinking)
	}
	fmt.Println("\n💬 answer:\n", resp.Message.Content)
	return nil
}

Generierung — Qwen3 & GPT-OSS

func generateWithQwen3(ctx context.Context) error {
	client, err := api.ClientFromEnvironment()
	if err != nil {
		return err
	}
	req := &api.GenerateRequest{
		Model:  "qwen3:4b-thinking",
		Prompt: "Summarize the role of a B-Tree in indexing.",
		Think:  api.Ptr(true),
	}
	var resp api.GenerateResponse
	if err := client.Generate(ctx, req, &resp); err != nil {
		return err
	}
	if resp.Thinking != "" {
		fmt.Println("🧠 thinking:\n", resp.Thinking)
	}
	fmt.Println("\n💬 answer:\n", resp.Response)
	return nil
}

func generateWithGptOss(ctx context.Context) error {
	client, err := api.ClientFromEnvironment()
	if err != nil {
		return err
	}
	req := &api.GenerateRequest{
		Model:  "gpt-oss:20b",
		Prompt: "Explain gradient descent in simple terms.",
		Think:  api.Ptr(true),
	}
	var resp api.GenerateResponse
	if err := client.Generate(ctx, req, &resp); err != nil {
		return err
	}
	if resp.Thinking != "" {
		fmt.Println("🧠 thinking:\n", resp.Thinking)
	}
	fmt.Println("\n💬 answer:\n", resp.Response)
	return nil
}

Die Oberfläche des offiziellen Pakets spiegelt die REST-Dokumentation wider und wird mit dem Kernprojekt aktualisiert.


Streaming-Antworten

Für Echtzeit-Streaming setzen Sie Stream: bptr(true) in Ihrer Anfrage. Die Antwort wird als zeilengrenzte JSON-Chunks geliefert:

func streamChatExample() error {
	endpoint := "http://localhost:11434/api/chat"
	req := ChatRequest{
		Model:  "qwen3:8b-thinking",
		Think:  bptr(true),
		Stream: bptr(true), // Enable streaming
		Messages: []ChatMessage{
			{Role: "user", Content: "Explain quicksort algorithm step by step."},
		},
	}

	body, _ := json.Marshal(req)
	resp, err := http.Post(endpoint, "application/json", bytes.NewReader(body))
	if err != nil {
		return err
	}
	defer resp.Body.Close()

	decoder := json.NewDecoder(resp.Body)
	for {
		var chunk ChatResponse
		if err := decoder.Decode(&chunk); err == io.EOF {
			break
		} else if err != nil {
			return err
		}
		
		// Process thinking and content as they arrive
		if chunk.Message.Thinking != "" {
			fmt.Print(chunk.Message.Thinking)
		}
		fmt.Print(chunk.Message.Content)
		
		if chunk.Done {
			break
		}
	}
	return nil
}

Mit dem offiziellen SDK verwenden Sie eine Callback-Funktion, um Streaming-Chunks zu verarbeiten:

func streamWithOfficialSDK(ctx context.Context) error {
	client, _ := api.ClientFromEnvironment()
	
	req := &api.ChatRequest{
		Model: "qwen3:8b-thinking",
		Think: api.Ptr(true),
		Messages: []api.Message{
			{Role: "user", Content: "Explain binary search trees."},
		},
	}
	
	err := client.Chat(ctx, req, func(resp api.ChatResponse) error {
		if resp.Message.Thinking != "" {
			fmt.Print(resp.Message.Thinking)
		}
		fmt.Print(resp.Message.Content)
		return nil
	})
	
	return err
}

Umgang mit Qwen3 Denkmodus vs. Nicht-Denkmodus (praktische Anleitung)

  • Zwei Regler:

    1. Ein boolesches thinking-Flag, das von der Thinking-Funktion von Ollama unterstützt wird; und
    2. Die Weiche-Schalter-Befehle /think und /no_think von Qwen3 in der neuesten System-/Benutzermitteilung. Die neueste Anweisung steuert die nächste/n Runde(n).
  • Standardhaltung: Nicht-Denken für schnelle Antworten; Eskalation zu Denken für Aufgaben, die schrittweise Schlussfolgerung erfordern (Mathematik, Planung, Debugging, komplexe Codeanalyse).

  • Streaming-UIs: Wenn Denken aktiviert ist, können Sie in gestreamten Frames abwechselnd Schlussfolgerung/Inhalt sehen — puffern Sie sie separat aus oder rendern Sie sie getrennt und geben Sie Benutzern ein „Schlussfolgerung anzeigen“-Umschaltfeld. (Siehe API-Dokumentation für das Streaming-Format.)

  • Multi-Turn-Gespräche: Qwen3 erinnert sich an den Denkmodus aus vorherigen Runden. Wenn Sie ihn mitten im Gespräch umschalten möchten, verwenden Sie sowohl das Flag als auch den Weiche-Schalter-Befehl für Zuverlässigkeit.

Hinweise für GPT-OSS

  • Behandeln Sie Schlussfolgerungen als vorhanden, auch wenn Sie versucht haben, sie zu deaktivieren; filtern Sie clientseitig, wenn Ihre UX sie nicht anzeigen sollte.
  • Implementieren Sie in Produktanwendungen, die GPT-OSS verwenden, clientseitige Logik zum Filtern, die Schlussfolgerungsmuster bei Bedarf erkennen und entfernen kann.
  • Testen Sie Ihre spezifische GPT-OSS-Modellvariante gründlich, da das Verhalten zwischen verschiedenen Quantisierungen und Versionen variieren kann.

Best Practices und Produktionstipps

Fehlerbehandlung und Timeouts

Implementieren Sie immer eine ordnungsgemäße Timeouthandhabung und Fehlerwiederherstellung:

func robustChatRequest(ctx context.Context, model string, messages []api.Message) (*api.ChatResponse, error) {
	// Set a reasonable timeout
	ctx, cancel := context.WithTimeout(ctx, 2*time.Minute)
	defer cancel()
	
	client, err := api.ClientFromEnvironment()
	if err != nil {
		return nil, fmt.Errorf("creating client: %w", err)
	}
	
	req := &api.ChatRequest{
		Model:    model,
		Messages: messages,
		Options: map[string]interface{}{
			"temperature": 0.7,
			"num_ctx":     4096, // context window size
		},
	}
	
	var resp api.ChatResponse
	if err := client.Chat(ctx, req, &resp); err != nil {
		return nil, fmt.Errorf("chat request failed: %w", err)
	}
	
	return &resp, nil
}

Verbindungspooling und Wiederverwendung

Wiederverwenden Sie den Ollama-Client über Anfragen hinweg, anstatt jedes Mal einen neuen zu erstellen:

type OllamaService struct {
	client *api.Client
}

func NewOllamaService() (*OllamaService, error) {
	client, err := api.ClientFromEnvironment()
	if err != nil {
		return nil, err
	}
	return &OllamaService{client: client}, nil
}

func (s *OllamaService) Chat(ctx context.Context, req *api.ChatRequest) (*api.ChatResponse, error) {
	var resp api.ChatResponse
	if err := s.client.Chat(ctx, req, &resp); err != nil {
		return nil, err
	}
	return &resp, nil
}

Umgebungs Konfiguration

Verwenden Sie Umgebungsvariablen für eine flexible Bereitstellung:

export OLLAMA_HOST=http://localhost:11434
export OLLAMA_NUM_PARALLEL=2
export OLLAMA_MAX_LOADED_MODELS=2

Das offizielle SDK respektiert OLLAMA_HOST automatisch über api.ClientFromEnvironment().

Überwachung und Protokollierung

Implementieren Sie strukturierte Protokollierung für Produktionssysteme:

func loggedChat(ctx context.Context, logger *log.Logger, req *api.ChatRequest) error {
	start := time.Now()
	client, _ := api.ClientFromEnvironment()
	
	var resp api.ChatResponse
	err := client.Chat(ctx, req, &resp)
	
	duration := time.Since(start)
	logger.Printf("model=%s duration=%v error=%v tokens=%d", 
		req.Model, duration, err, len(resp.Message.Content))
	
	return err
}

Fazit

  • Für Go-Projekte ist github.com/ollama/ollama/api die vollständigste und produktionsreife Wahl. Es wird neben dem Ollama-Kernprojekt gewartet, vom offiziellen CLI verwendet und bietet eine umfassende API-Abdeckung mit garantierter Kompatibilität.

  • Für höherstufige Abstraktionen kommt LangChainGo in Betracht, wenn Sie Ketten, Tools, Vektorspeicher und RAG-Pipelines benötigen, auch wenn Sie dabei etwas Low-Level-Kontrolle gegen Bequemlichkeit eintauschen.

  • Qwen3 bietet Ihnen eine saubere, zuverlässige Kontrolle über den Denkmodus mit beiden Flags und auf Mitteilungsebene (/think, /no_think), was es ideal für Anwendungen macht, die sowohl schnelle Antworten als auch tiefe Schlussfolgerungen benötigen.

  • Für GPT-OSS sollten Sie immer planen, die Schlussfolgerungsausgabe clientseitig zu bereinigen, wenn erforderlich, da das Deaktivierungsflag für das Denken nicht konsequent respektiert wird.

  • In der Produktion sollten Sie eine ordnungsgemäße Fehlerbehandlung, Verbindungspooling, Timeouts und Überwachung implementieren, um robuste, von Ollama angetriebene Anwendungen zu erstellen.

Die Kombination aus Go’s starkem Typsystem, hervorragender Concurrentie-Unterstützung und Ollamas geradliniger API macht es zu einem idealen Stack für den Aufbau von KI-gestützten Anwendungen — von einfachen Chatbots bis hin zu komplexen RAG-Systemen.

Kernaussagen

Hier ist eine schnelle Referenz für die Auswahl Ihres Ansatzes:

Fall Empfohlener Ansatz Warum
Produktionsanwendung github.com/ollama/ollama/api Offizielle Unterstützung, vollständige API-Abdeckung, mit Kernprojekt gewartet
RAG/Ketten/Tools-Pipeline LangChainGo Höherstufige Abstraktionen, Integrationen mit Vektorspeichern
Lernen/Experimente Rohe REST mit net/http Volle Transparenz, keine Abhängigkeiten, lehrreich
Schnelles Prototyping Offizielles SDK Balance zwischen Einfachheit und Leistungsfähigkeit
Streaming-Chat-UI Offizielles SDK mit Callbacks Integrierte Streaming-Unterstützung, saubere API

Anleitung zur Modellauswahl:

  • Qwen3: Beste für Anwendungen, die einen kontrollierbaren Denkmodus und zuverlässige Multi-Turn-Gespräche erfordern
  • GPT-OSS: Starke Leistung, erfordert aber defensive Behandlung der Denk-/Schlussfolgerungsausgabe
  • Andere Modelle: Gründlich testen; das Denkverhalten variiert je nach Modellfamilie

Referenzen & weitere Lektüre

Offizielle Dokumentation

Go-SDK-Alternativen

Modell-spezifische Ressourcen

Verwandte Themen

Für einen breiteren Vergleich von Ollama mit anderen lokalen und Cloud-LLM-Infrastrukturen, schauen Sie sich unseren LLM-Hosting: Lokale, Self-Hosted- & Cloud-Infrastruktur im Vergleich an.

Abonnieren

Neue Beiträge zu Systemen, Infrastruktur und KI-Engineering.