Ollama 六大モデル能力実践
ストリーム出力、思考モード、構造化出力、視覚理解、ベクトル埋め込み、ツール呼び出し、さらにオンライン検索を加えることで、Ollama モデル能力の完全な全体像が構成されます。
この章では公式 Python ライブラリを使用して各能力を1つずつ実践します。すべての例はそのまま実行できます。
まず、Ollama の Python SDK をインストールする必要があります。
pip でインストールできます:
pip install ollama
お使いの環境に Python 3.x がインストールされていること、またネットワーク環境から Ollama ローカルサービスにアクセスできることを確認してください。
Python SDK を使用する前に、Ollama ローカルサービスが起動していることを確認してください。
コマンドラインツールを使用して起動できます:
ollama serve
ローカルサービスを起動すると、Python SDK はローカルサービスと通信し、モデル推論などのタスクを実行します。
能力一:ストリーム出力
ストリーム出力により回答が一文字ずつ画面に表示されるようになり、チャットアプリの体験の基盤となります。
SDK で stream を True に設定し、各データチャンクを反復処理します:
例
# 开启流式,逐块接收响应
stream = chat(
model='qwen3.5',
messages=[{'role': 'user', 'content': '用三句话介绍 Python'}],
stream=True,
)
# 逐块打印,同时拼接完整内容
content = ''
for chunk in stream:
print(chunk.message.content, end='', flush=True)
content += chunk.message.content
# 連結後のcontentは、履歴の保存やアーカイブに利用できます。
重要なポイント:ストリームの各データチャンクは単なる「断片」であり、クライアント側で完全なコンテンツを自分で蓄積する必要があります。このラウンドの回答を後で会話履歴に入れる場合に使用するのは、連結後の完全なテキストです。
能力二:思考モード
推論モデルは最初に思考プロセスを出力してから回答を返します。SDK では think パラメータで制御し、思考と本文はそれぞれ別のフィールドに分かれています。
例
response = chat(
model='qwen3.5',
messages=[{'role': 'user', 'content': '9.9 と 9.11 はどちらが大きい?'}],
think=True,
stream=False,
)
# 思考プロセスと最終回答はそれぞれ別のフィールドに属する
print('思考:', response.message.thinking)
print('答案:', response.message.content)
ストリームシナリオでは、thinking と content がデータチャンク内で交互に現れます。ステートマシン方式でレンダリング領域を切り替えます:
例
stream = chat(
model='qwen3.5',
messages=[{'role': 'user', 'content': '17 乘 23 等于多少?'}],
think=True,
stream=True,
)
in_thinking = False
for chunk in stream:
if chunk.message.thinking:
if not in_thinking:
in_thinking = True
print('【思考中】', end='', flush=True)
print(chunk.message.thinking, end='', flush=True)
elif chunk.message.content:
if in_thinking:
in_thinking = False
print('\n【答案】', end='', flush=True)
print(chunk.message.content, end='', flush=True)
UI 実装の提案:thinking は折りたたみ可能なグレー領域としてレンダリングし、content は本文としてレンダリングします。gpt-oss シリーズは low / medium / high の3段階の思考強度のみ受け付け、ブール値を渡しても無効です。
能力3:構造化出力
構造化出力により、モデルは JSON Schema に厳密に準拠したデータを返します。Pydantic の検証と組み合わせることで、プログラムがモデル出力を利用する標準的な方法となります。
例
from pydantic import BaseModel
# Pydantic を使用して期待されるデータ構造を定義する
class Site(BaseModel):
name: str
category: str
free: bool
response = chat(
model='qwen3.5',
messages=[{'role': 'user', 'content': '介绍一下 Python'}],
format=Site.model_json_schema(),
)
# 戻り値はスキーマに準拠した JSON 文字列で、直接検証・解析する
site = Site.model_validate_json(response.message.content)
print(site.name, site.category, site.free)
このパターンはすべてのデータ抽出系アプリケーションの基盤です。履歴書からフィールドを抽出する、チケットから要素を取り出す、画像から情報を抽出する(視覚能力と組み合わせる)など、すべてこれを使用します。
安定性のための2つのテクニック:options の temperature を 0 に設定する。プロンプト内でフィールドの意味も併せて説明し、schema と二重に制約する。
能力4:視覚理解
マルチモーダルモデル(例:qwen3.5)は画像を受け取ることができます。SDK はファイルパスを直接渡すことをサポートしており、REST API の base64 エンコードよりもはるかに手間がかかりません。
例
response = chat(
model='qwen3.5',
messages=[{
'role': 'user',
'content': 'このスクリーンショットは何のページですか?主な機能を列挙してください。',
'images': ['screenshot.png'],
}],
)
print(response.message.content)
視覚と構造化出力を組み合わせると、「画像からデータへ」の変換ができます:
例
from pydantic import BaseModel
# 画像から抽出する対象構造を定義する
class Receipt(BaseModel):
merchant: str
total: float
date: str
response = chat(
model='qwen3.5',
messages=[{
'role': 'user',
'content': 'この領収書の写真から店名、金額、日付を抽出する',
'images': ['receipt.jpg'],
}],
format=Receipt.model_json_schema(),
options={'temperature': 0},
)
print(Receipt.model_validate_json(response.message.content))
能力五:ベクトル埋め込み
embed インターフェースはテキストベクトルを一括生成し、コサイン類似度と組み合わせることで、最小限の実用可能なセマンティック検索を実現できます。
例
# 批量生成文档向量
docs = [
'Python はインタプリタ型言語です',
'JavaScript は主にブラウザで動作します',
'サンプル 提供免费编程教程',
]
result = ollama.embed(model='embeddinggemma', input=docs)
vectors = result['embeddings']
print(len(vectors), len(vectors[0])) # 3 条向量及其维度
# クエリベクトルとドキュメントベクトルのコサイン類似度を計算するだけで、並べ替えて検索できます
query = ollama.embed(model='embeddinggemma', input='Pythonを学ぶのは難しいですか')
インデックスとクエリは同じ埋め込みモデルを使用する必要があります。そうしないとベクトル空間が一致せず、検索結果に意味がありません。完全な知識ベースの実践は RAG プロジェクトの章で詳しく解説します。
能力六:ツール呼び出し
ツール呼び出しにより、モデルは「助けを求める」ことを学びます。外部情報が必要と判断したときは tool_calls を返し、プログラムが実際の関数を実行し、結果を返すとモデルが要約して回答します。
まず完全な Agent loop のシーケンスを見て、メッセージが四者の間でどのように流れるのかを理解しましょう:
Python SDK では関数をツールとして直接渡すことができます。関数シグネチャと docstring は自動的に schema に解析されます:
例
# ローカルユーティリティ関数:docstring はモデルが見るツールの説明になります
def get_weather(city: str) -> str:
"""指定された都市の現在の気温を取得します
Args:
city: 城市名称
Returns:
当前气温描述
"""
temperatures = {"北京": "22°C", "上海": "26°C", "纽约": "18°C"}
return temperatures.get(city, "未知城市")
messages = [{'role': 'user', 'content': 'ニューヨークは今何度?'}]
# Agent loop:循环直到模型不再请求工具
while True:
response = chat(
model='qwen3.5',
messages=messages,
tools=[get_weather],
)
# モデルメッセージ(tool_callsを含む)を履歴に追加
messages.append(response.message)
if not response.message.tool_calls:
# ツールのリクエストがなくなったので、最終回答を出力する
print(response.message.content)
break
# ツールリクエストがある場合:実行し、結果を tool ロールで返す
for call in response.message.tool_calls:
result = get_weather(**call.function.arguments)
messages.append({
'role': 'tool',
'tool_name': call.function.name,
'content': result,
})
3つのエンジニアリング上の要点:1つ目、毎回の response.message を元のまま messages に追加し、ツール結果は tool ロールで返すこと。2つ目、並列ツール呼び出しではモデルが一度に複数の tool_calls を返す可能性があるため、1つずつ実行して1つずつ追加すること。3つ目、実際のプロジェクトではツール結果が非常に長くなる可能性があるため、コンテキストウィンドウを保護するために切り詰めに注意すること。
能力七:オンライン検索
Ollama 公式は web_search と web_fetch の2つのオンラインインターフェースを提供しています。これらをツールとしてモデルに渡すことで、トレーニングデータ以外の新しい情報に回答させることができます。
例
# ネットワーク接続機能をツールとしてマウントする
available_tools = {'web_search': web_search, 'web_fetch': web_fetch}
messages = [{'role': 'user', 'content': "Ollama 最近有什么新特性?"}]
while True:
response = chat(
model='qwen3.5',
messages=messages,
tools=[web_search, web_fetch],
think=True,
)
messages.append(response.message)
if not response.message.tool_calls:
print(response.message.content)
break
for call in response.message.tool_calls:
func = available_tools.get(call.function.name)
if func:
# 工具结果可能很长,截断保护上下文
result = str(func(**call.function.arguments))
messages.append({
'role': 'tool',
'tool_name': call.function.name,
'content': result[:2000],
})
その他の拡張機能オンラインインターフェースの使用には ollama.com での API Key の作成が必要です。検索結果は簡単に数千 token に達するため、公式はこの種の Agent シナリオではコンテキストを 32K 以上に設定することを推奨しています。また、既製の MCP Server 実装もあり、Cline、Codex などのツールに接続できます。統合の詳細はエコシステムの章を参照してください。