crewAI中通过Ollama调用本地模型的两种方式

0 背景

crewAI中默认使用的gpt4的模型， 在环境中配置OPENAI_API_KEY即可使用。 但openai的api毕竟是要花钱的， 况且现在对大陆地区做了封禁， 使用起来不是那么方便。 而Ollama可以方便的运行本地的大模型， 既不用花钱， 又可以在本地进行使用。 crewAI中也支持Ollama使用本地模型。

1 使用方式

import os

##默认方式，直接使用gpt4, 需要设置OPENAI_API_KEY
# os.environ["OPENAI_API_KEY"] = "Your Key"


###通过Ollama使用本地模型的方式1:
os.environ["OPENAI_API_BASE"] = 'http://localhost:11434/v1'  ## 这里如果填http://localhost:11434 会报404错误
os.environ["OPENAI_MODEL_NAME"] ='llama3:8b'  # Adjust based on available model
os.environ["OPENAI_API_KEY"] ='NA'
# ######################################


# # ###通过Ollama使用本地模型的方式2:
# from langchain.llms import Ollama
#
# llm = Ollama(
#     model="llama3:8b",
#     base_url="http://localhost:11434/")  ##不给base_url参数也可以。如果给的话这里写http://localhost:11434/v1 会报错，提示langchain_community.llms.ollama.OllamaEndpointNotFoundError: Ollama call failed with status code 404. Maybe your model is not found and you should pull the model with `ollama pull llama3:8b`.
# ##############################


from crewai import Agent, Task, Crew

research_agent = Agent(
    role='Researcher',
    goal='Find and summarize the latest AI news',
    backstory="""You're a researcher at a large company.
  You're responsible for analyzing data and providing insights
  to the business.""",
    verbose=True,
    # llm=llm    ### 注意使用方式2时， 这里需要手动传入llm
)

task = Task(
    description='Find and summarize the latest AI news',
    expected_output='A bullet list summary of the top 5 most important AI news',
    agent=research_agent,
    tools=[]
)

crew = Crew(
    agents=[research_agent],
    tasks=[task],
    verbose=2
)

result = crew.kickoff()
print(result)

上面的代码给出了2种不同的使用Ollama的方式，
第一种方式是与openai api使用方式兼容的一种方式， 直接设置OPENAI_API_BASE， OPENAI_MODEL_NAME和OPENAI_API_KEY即可。OPENAI_API_BASE填Ollama服务的本地地址和端口。 注意，此时虽然没用用openai 的api， 但是OPENAI_API_KEY也是必不可少的， 可以随便给个值。
第二种方式是显式的用Ollama定义模型， 然后在agent中手动传入llm参数， 注意base_url的值。