Twinny项目中使用Ollama服务器时404错误的解决方案
2025-06-24 00:11:21作者:舒璇辛Bertina
问题背景
在使用Twinny项目(一个VSCode扩展)与远程Ollama服务器交互时,用户遇到了404错误。具体表现为当尝试通过Twinny扩展与Ollama服务器上的codellama模型进行对话时,服务器日志显示404状态码,而VSCode扩展则显示"Server responded with status code: 404"的错误信息。
技术分析
这个问题源于Twinny扩展与Ollama服务器之间的API端点不匹配。Ollama服务器默认不提供/v1/chat/completions端点,这是导致404错误的根本原因。
详细解决方案
1. 配置Ollama服务器
首先确保Ollama服务器正确安装并运行:
curl -fsSL https://ollama.com/install.sh | sh
下载所需的模型:
ollama pull codellama:7b-instruct
ollama pull codellama:7b-code
启动Ollama服务器并暴露到网络:
OLLAMA_HOST=0.0.0.0:11433 ollama serve
2. 正确配置Twinny扩展
在Twinny扩展的配置中,需要特别注意以下几点:
- 确保服务器地址格式正确,应包含协议(http/https)和端口号
- 对于最新版本的Twinny,建议使用
/v1作为路径 - 模型名称应与Ollama服务器上的模型名称完全匹配
3. 验证连接
配置完成后,可以通过以下步骤验证连接是否正常:
- 在浏览器中访问
http://服务器IP:11433,确认Ollama服务器正常运行 - 使用curl命令测试API端点:
这应该返回服务器上可用的模型列表curl http://服务器IP:11433/api/tags
常见问题排查
如果按照上述步骤配置后仍然遇到问题,可以考虑以下排查步骤:
- 检查防火墙设置,确保11433端口已开放
- 验证Ollama服务器日志,查看是否有其他错误信息
- 确保Twinny扩展已更新到最新版本
- 尝试使用不同的模型名称,确认是否是特定模型的问题
总结
通过正确配置Ollama服务器和Twinny扩展的API端点路径,可以解决404错误问题。关键在于理解Twinny扩展与Ollama服务器之间的API交互方式,并确保两者的配置相互匹配。对于使用最新版本Twinny的用户,特别需要注意使用/v1作为路径的配置要求。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
667
153
Ascend Extension for PyTorch
Python
216
235
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
303
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
255
321
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
63
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
651
仓颉编程语言运行时与标准库。
Cangjie
141
876
仓颉编译器源码及 cjdb 调试工具。
C++
133
866