Prompt-Optimizer项目本地部署连接Ollama API的解决方案
2025-06-13 08:07:27作者:吴年前Myrtle
在使用Prompt-Optimizer项目进行本地Docker部署时,许多开发者遇到了无法连接Ollama API的问题,系统频繁提示"没有可用模型"。这个问题通常与跨域访问限制有关,需要特定的配置才能解决。
问题根源分析
当Prompt-Optimizer在Docker容器中运行时尝试访问本地主机的Ollama服务时,浏览器出于安全考虑会阻止这种跨域请求。这是现代浏览器的标准安全机制,旨在防止潜在的恶意脚本攻击。
解决方案
要解决这个问题,需要对Ollama服务进行正确的配置,主要涉及两个关键环境变量的设置:
-
OLLAMA_ORIGINS:这个变量需要设置为星号(*),表示允许来自任何源的跨域请求。这是解决跨域问题的关键设置。
-
OLLAMA_HOST:作为辅助设置,可以将这个变量配置为"0.0.0.0:11434",确保Ollama服务在所有网络接口上监听,而不仅仅是本地回环地址。
实施步骤
-
在启动Ollama服务前,通过环境变量设置允许跨域访问:
export OLLAMA_ORIGINS=* export OLLAMA_HOST=0.0.0.0:11434 -
然后正常启动Ollama服务。
-
确保Prompt-Optimizer的Docker容器配置正确,能够访问主机的网络服务。
注意事项
- 在生产环境中,建议不要使用通配符(*)来设置OLLAMA_ORIGINS,而应该明确指定允许访问的域名,以提高安全性。
- 如果部署在云服务器上,还需要考虑防火墙和安全组的配置,确保11434端口可访问。
- 对于Docker Compose部署,可以在docker-compose.yml文件中直接设置这些环境变量。
通过以上配置,Prompt-Optimizer项目应该能够成功连接到本地部署的Ollama API服务,解决"没有可用模型"的错误提示。
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 StartedRust0453
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
XianyuAutoAgent智能闲鱼客服机器人系统:专为闲鱼平台打造的AI值守解决方案,实现闲鱼平台7×24小时自动化值守,支持多专家协同决策、智能议价和上下文感知对话。Python05
new-apiAI模型聚合管理中转分发系统,一个应用管理您的所有AI模型,支持将多种大模型转为统一格式调用,支持OpenAI、Claude、Gemini等格式,可供个人或者企业内部管理与分发渠道使用。🍥 A Unified AI Model Management & Distribution System. Aggregate all your LLMs into one app and access them via an OpenAI-compatible API, with native support for Claude (Messages) and Gemini formats.TSX028
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0314
mllm轻量化的端侧多模态推理框架,支持多种硬件后端https://ubiquitouslearning.github.io/mllm/C++02
项目优选
收起
暂无描述
Markdown
831
5.5 K
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
495
520
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
978
2.31 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
806
1.16 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
792
1.59 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
484
314
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.03 K
777
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++
1.21 K
1.26 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
659
298