前提条件：请确保你本地已经安装了ollama以及有关本地离线模型。或者已有远程模型环境等。如果没有，请自行部署。如果需要帮助，可以文末获取联系方式咨询。由于部署离线大模型过于简单，在线资料也很多，我就省略这个步骤了。

创建一个项目，添加使用MIT开源协议的一个nuget包 OllamaSharp

确保Ollama应用已经启动。

默认本地ollama的端口是11434，也可以自行部署时候更改环境变量进行修改大模型存放地址、默认端口、是否允许远程访问等等。创建连接，并且验证下连接是不是正常，返回true，代表连接正常。

可以遍历出已有的模型有哪些，咱们写个选择模型的输入，通过输入来选择模型。由于获取的是IEnumerable集合，所以此处为了方便，之间转为数组来获取下标，从而获取模型名称。大家自己使用时候记得优化下写法。

运行，可以看到我本地罗列的模型列表等信息。

选择模型完毕，并绑定prompt提示词进行创建聊天对话。创建对话以后，根据用户输入的内容进行推理并获取返回内容。

运行结果如下：

动态图如果显示不全，也可以看另一个地方的动态图片演示：

https://www.cnblogs.com/weskynet/p/18497936

如果需要以上演示的demo源码，可以在个人公众号内，回复 代码演示 即可获取代码开源地址。

或者直接获取以下源码自行调试：

var uri = new Uri("http://localhost:11434");
var ollama = new OllamaApiClient(uri);


var connect = await ollama.IsRunning();


Console.WriteLine(connect);


var models = await ollama.ListLocalModels();


if (models.Any())
{
    int index = 0;
    Console.WriteLine("输入编号，选择已有的大模型。");


    foreach (var model in models)
    {
        Console.WriteLine($"{index++}:{model.Name} {model.Size / 1024 / 1024} MB");  // 输出模型名称和大小
    }
    int selectIndex = Convert.ToInt32(Console.ReadLine());
    ollama.SelectedModel = models.ToArray()[selectIndex].Name; // 选择模型名称
}
else
{
    Console.WriteLine("没有大模型环境，请自行下载大模型");
    return;
}


Console.WriteLine("请输入你的prompt提示词:");
var prompt = Console.ReadLine();
Console.WriteLine("你现在已经启动，并且可以输入内容进行对话：");


var keepChatting = true;
var chat = new Chat(ollama, prompt);
string message;
while (keepChatting) {
    Console.Write(">:");
    message = Console.ReadLine();


    if (string.IsNullOrEmpty(message.Trim()))
    {
        continue;
    }


    if (message.Equals("/q", StringComparison.OrdinalIgnoreCase))
    {
        keepChatting = false;
        break;
    }


    await foreach (var answerToken in chat.Send(message))
        Console.Write(answerToken);


    Console.WriteLine();

如果以上内容对你有帮助，欢迎点赞、关注、在看或收藏。谢谢大家~