Microsoft.Extensions.AI.Ollama 库的模型列表功能与迁移建议

在开发基于大语言模型（LLM）的应用程序时，动态获取可用模型列表是一个常见需求。本文将探讨 Microsoft.Extensions.AI.Ollama 库在这方面的功能现状，以及开发者应该如何应对。

当前功能限制

Microsoft.Extensions.AI.Ollama 作为 .NET 生态中对接 Ollama 服务的客户端库，目前确实存在一个明显的功能缺失：无法通过标准 API 获取 Ollama 服务端可用的模型列表。这个功能对于需要让用户自主选择模型的应用程序来说至关重要。

Ollama 服务本身提供了列出本地可用模型的 API 端点，但该功能尚未被集成到 Microsoft.Extensions.AI.Ollama 库的标准接口中。这意味着开发者若需要此功能，必须自行实现与 Ollama API 的直接交互，这破坏了使用抽象库的初衷。

官方推荐方案

根据 .NET 团队核心成员的说明，Microsoft.Extensions.AI.Ollama 库原本就是一个临时解决方案，目的是在生态系统成熟前提供基本的 Ollama 集成能力。现在更成熟的替代方案已经出现：

OllamaSharp 库提供了完整的 Ollama 服务集成，包括模型列表功能。开发者可以通过简单的 API 调用获取所有本地可用模型：

var models = await ollama.ListLocalModelsAsync();

迁移建议

对于正在使用 Microsoft.Extensions.AI.Ollama 的开发者，建议尽快迁移到 OllamaSharp，原因如下：

1. 功能完整性：OllamaSharp 提供了更全面的 API 覆盖
2. 长期支持：作为官方推荐的解决方案，将获得持续维护
3. 生态系统整合：新的 .NET AI 模板已默认采用 OllamaSharp

迁移过程相对直接，主要涉及：

• 替换 NuGet 包引用
• 调整初始化代码
• 更新模型交互逻辑

最佳实践

在实现模型选择功能时，建议：

1. 应用启动时预加载模型列表
2. 缓存模型信息以减少不必要的 API 调用
3. 提供默认回退机制，当首选模型不可用时自动选择替代模型
4. 实现模型能力检测，确保所选模型支持所需功能

随着 .NET AI 生态系统的快速发展，采用官方推荐的解决方案将确保应用程序的长期可维护性和功能完整性。