解决Ollama Python SDK中AsyncClient的异步调用问题
2025-05-30 04:19:05作者:钟日瑜
在使用Ollama Python SDK的AsyncClient进行异步编程时,开发者可能会遇到一个常见的运行时错误:"asyncio.run() cannot be called from a running event loop"。这个问题通常发生在Jupyter Notebook等已经运行事件循环的环境中,直接调用asyncio.run()会导致冲突。
问题分析
当我们在以下环境中执行异步代码时会出现这个问题:
- Jupyter Notebook/IPython环境(它们内部已经运行了事件循环)
- 其他已经启动事件循环的异步上下文中
- 嵌套调用asyncio.run()的情况
错误的核心在于asyncio.run()设计为程序的主入口点,它会创建一个新的事件循环。如果环境中已经存在运行中的事件循环,就会抛出这个运行时错误。
解决方案
对于不同的使用场景,我们有几种解决方法:
方案一:在普通Python脚本中使用
如果是独立的Python脚本,可以保持原有写法:
from ollama import AsyncClient
import asyncio
async def chat():
message = {"role":"user","content":"why people smile?"}
response = await AsyncClient().chat(model="llama2",messages=[message])
print(response)
asyncio.run(chat())
方案二:在Jupyter Notebook中使用
在Jupyter环境中,应该使用以下方式:
from ollama import AsyncClient
async def chat():
message = {"role":"user","content":"why people smile?"}
response = await AsyncClient().chat(model="llama2",messages=[message])
print(response)
# 在Notebook中直接await协程
await chat()
方案三:通用兼容写法
如果需要代码在多种环境中都能运行,可以这样处理:
from ollama import AsyncClient
import asyncio
async def chat():
message = {"role":"user","content":"why people smile?"}
response = await AsyncClient().chat(model="llama2",messages=[message])
print(response)
try:
# 尝试在现有事件循环中运行
import nest_asyncio
nest_asyncio.apply()
await chat()
except:
# 如果没有事件循环,则创建新的
asyncio.run(chat())
最佳实践建议
- 明确区分脚本环境和交互环境的使用方式
- 在库开发中避免直接调用asyncio.run(),应该由调用方决定如何运行协程
- 对于复杂的异步应用,考虑使用更高级的框架如FastAPI等
- 在Jupyter环境中可以安装nest_asyncio包来处理事件循环嵌套问题
原理深入
Python的asyncio设计遵循以下原则:
- 一个线程同一时间只能有一个运行中的事件循环
- asyncio.run()会创建新的事件循环并设置为当前线程的默认循环
- 在已有事件循环的上下文中再次调用asyncio.run()违反了这一设计原则
理解这些底层机制有助于开发者更好地处理异步编程中的各种边界情况。Ollama的AsyncClient作为异步客户端,需要遵循这些原则才能在各种环境中正确工作。
通过采用上述解决方案,开发者可以灵活地在不同环境中使用Ollama的异步功能,充分发挥大语言模型的潜力。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
颠覆性AI研究工具:零门槛实现自动化报告生成的完整指南如何用开源工具打造企业级项目管理平台?OpenProject部署实战指南如何通过RenderdocResourceExporter实现3D资源导出效率倍增社交媒体批量采集新方案:高效提取创作者全量内容的技术实践系统安全工具实战指南:OpenArk深度剖析与应用如何用Manga-colorization---cycle-gan实现AI漫画自动上色?完整技术指南告别丢失!QQ空间备份工具帮你永久保存青春记忆如何用Java快速构建企业级AI应用?LangChain4j实战指南Firefox变慢?3个隐藏设置让浏览器性能提升30%+苹方字体在Windows系统中的深度应用与优化指南
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
568
98
暂无描述
Dockerfile
709
4.51 K
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++
958
955
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
951
235
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
12
2