Clients Go pour Ollama : comparaison des SDK et exemples avec Qwen3/GPT-OSS

package main

import (
	"bytes"
	"encoding/json"
	"fmt"
	"io"
	"net/http"
	"time"
)

// ---- Types API de chat ----

type ChatMessage struct {
	Role    string `json:"role"`
	Content string `json:"content"`
}

type ChatRequest struct {
	Model    string        `json:"model"`
	Messages []ChatMessage `json:"messages"`
	// Certains serveurs exposent le contrôle de la réflexion comme un drapeau booléen.
	// Même si omis, vous pouvez toujours contrôler Qwen3 via /think ou /no_think.
	Think   *bool          `json:"think,omitempty"`
	Stream  *bool          `json:"stream,omitempty"`
	Options map[string]any `json:"options,omitempty"`
}

type ChatResponse struct {
	Model     string `json:"model"`
	CreatedAt string `json:"created_at"`
	Message   struct {
		Role     string `json:"role"`
		Content  string `json:"content"`
		Thinking string `json:"thinking,omitempty"` // présent lorsque la réflexion est activée
	} `json:"message"`
	Done bool `json:"done"`
}

// ---- Types API de génération ----

type GenerateRequest struct {
	Model   string         `json:"model"`
	Prompt  string         `json:"prompt"`
	Think   *bool          `json:"think,omitempty"`
	Stream  *bool          `json:"stream,omitempty"`
	Options map[string]any `json:"options,omitempty"`
}

type GenerateResponse struct {
	Model     string `json:"model"`
	CreatedAt string `json:"created_at"`
	Response  string `json:"response"`           // texte final pour non-stream
	Thinking  string `json:"thinking,omitempty"` // présent lorsque la réflexion est activée
	Done      bool   `json:"done"`
}

// ---- Fonctions d'aide ----

func httpPostJSON(url string, payload any) ([]byte, error) {
	body, err := json.Marshal(payload)
	if err != nil {
		return nil, err
	}
	c := &http.Client{Timeout: 60 * time.Second}
	resp, err := c.Post(url, "application/json", bytes.NewReader(body))
	if err != nil {
		return nil, err
	}
	defer resp.Body.Close()
	return io.ReadAll(resp.Body)
}

// bptr retourne un pointeur vers une valeur booléenne
func bptr(b bool) *bool { return &b }

func chatQwen3Thinking() error {
	endpoint := "http://localhost:11434/api/chat"

	req := ChatRequest{
		Model:   "qwen3:8b-thinking", // tout tag :*-thinking que vous avez tiré
		Think:   bptr(true),
		Stream:  bptr(false),
		Messages: []ChatMessage{
			{Role: "system", Content: "Vous êtes un assistant précis."},
			{Role: "user",   Content: "Expliquez la récursion avec un exemple court en Go."},
		},
	}

	raw, err := httpPostJSON(endpoint, req)
	if err != nil {
		return err
	}
	var out ChatResponse
	if err := json.Unmarshal(raw, &out); err != nil {
		return err
	}
	fmt.Println("🧠 réflexion:\n", out.Message.Thinking)
	fmt.Println("\n💬 réponse:\n", out.Message.Content)
	return nil
}

// Pour désactiver la réflexion pour le prochain tour, faites :
// (a) définissez Think=false, et/ou
// (b) ajoutez "/no_think" au message système/utilisateur le plus récent (commutateur doux de Qwen3).
// Qwen3 honore l'instruction /think ou /no_think la plus récente dans les conversations multi-tours.
func chatQwen3NoThinking() error {
	endpoint := "http://localhost:11434/api/chat"

	req := ChatRequest{
		Model:  "qwen3:8b-thinking",
		Think:  bptr(false),
		Stream: bptr(false),
		Messages: []ChatMessage{
			{Role: "system", Content: "Vous êtes concis. /no_think"},
			{Role: "user",   Content: "Expliquez la récursion en une phrase."},
		},
	}

	raw, err := httpPostJSON(endpoint, req)
	if err != nil {
		return err
	}
	var out ChatResponse
	if err := json.Unmarshal(raw, &out); err != nil {
		return err
	}
	// S'attendre à ce que la réflexion soit vide ; toujours gérer défensivement.
	if out.Message.Thinking != "" {
		fmt.Println("🧠 réflexion (inattendue):\n", out.Message.Thinking)
	}
	fmt.Println("\n💬 réponse:\n", out.Message.Content)
	return nil
}

func chatGptOss() error {
	endpoint := "http://localhost:11434/api/chat"

	req := ChatRequest{
		Model:  "gpt-oss:20b",
		Think:  bptr(true),   // demande une réflexion séparée si prise en charge
		Stream: bptr(false),
		Messages: []ChatMessage{
			{Role: "user", Content: "Qu'est-ce que la programmation dynamique ? Expliquez l'idée centrale."},
		},
	}

	raw, err := httpPostJSON(endpoint, req)
	if err != nil {
		return err
	}
	var out ChatResponse
	if err := json.Unmarshal(raw, &out); err != nil {
		return err
	}
	// Quirks connus : désactiver la réflexion peut ne pas supprimer complètement la réflexion sur gpt-oss:20b.
	// Filtrez toujours la réflexion dans l'interface utilisateur si vous ne souhaitez pas l'afficher.
	fmt.Println("🧠 réflexion:\n", out.Message.Thinking)
	fmt.Println("\n💬 réponse:\n", out.Message.Content)
	return nil
}

func generateQwen3() error {
	endpoint := "http://localhost:11434/api/generate"
	req := GenerateRequest{
		Model:  "qwen3:4b-thinking",
		Prompt: "En 2–3 phrases, à quoi servent les arbres-B dans les bases de données ?",
		Think:  bptr(true),
	}
	raw, err := httpPostJSON(endpoint, req)
	if err != nil {
		return err
	}
	var out GenerateResponse
	if err := json.Unmarshal(raw, &out); err != nil {
		return err
	}
	if out.Thinking != "" {
		fmt.Println("🧠 réflexion:\n", out.Thinking)
	}
	fmt.Println("\n💬 réponse:\n", out.Response)
	return nil
}

func generateGptOss() error {
	endpoint := "http://localhost:11434/api/generate"
	req := GenerateRequest{
		Model:  "gpt-oss:20b",
		Prompt: "Expliquez brièvement la rétropropagation dans les réseaux de neurones.",
		Think:  bptr(true),
	}
	raw, err := httpPostJSON(endpoint, req)
	if err != nil {
		return err
	}
	var out GenerateResponse
	if err := json.Unmarshal(raw, &out); err != nil {
		return err
	}
	if out.Thinking != "" {
		fmt.Println("🧠 réflexion:\n", out.Thinking)
	}
	fmt.Println("\n💬 réponse:\n", out.Response)
	return nil
}

go get github.com/ollama/ollama/api

package main

import (
	"context"
	"fmt"
	"log"

	"github.com/ollama/ollama/api"
)

func chatWithQwen3Thinking(ctx context.Context, thinking bool) error {
	client, err := api.ClientFromEnvironment() // honore OLLAMA_HOST si défini
	if err != nil {
		return err
	}

	req := &api.ChatRequest{
		Model: "qwen3:8b-thinking",
		// Beaucoup de builds de serveur exposent la réflexion comme un drapeau au niveau supérieur ;
		// en outre, vous pouvez contrôler Qwen3 via /think ou /no_think dans les messages.
		Think: api.Ptr(thinking),
		Messages: []api.Message{
			{Role: "system", Content: "Vous êtes un assistant précis."},
			{Role: "user",   Content: "Expliquez le tri fusion avec un court extrait de code Go."},
		},
	}

	var resp api.ChatResponse
	if err := client.Chat(ctx, req, &resp); err != nil {
		return err
	}

	if resp.Message.Thinking != "" {
		fmt.Println("🧠 réflexion:\n", resp.Message.Thinking)
	}
	fmt.Println("\n💬 réponse:\n", resp.Message.Content)
	return nil
}

func main() {
	ctx := context.Background()
	if err := chatWithQwen3Thinking(ctx, true); err != nil {
		log.Fatal(err)
	}
	// Exemple : non-réflexion
	if err := chatWithQwen3Thinking(ctx, false); err != nil {
		log.Fatal(err)
	}
}

func chatWithGptOss(ctx context.Context) error {
	client, err := api.ClientFromEnvironment()
	if err != nil {
		return err
	}
	req := &api.ChatRequest{
		Model: "gpt-oss:20b",
		Think: api.Ptr(true),
		Messages: []api.Message{
			{Role: "user", Content: "Qu'est-ce que la mémorisation et quand est-elle utile ?"},
		},
	}
	var resp api.ChatResponse
	if err := client.Chat(ctx, req, &resp); err != nil {
		return err
	}
	// Si vous souhaitez cacher la réflexion, faites-le ici indépendamment des drapeaux.
	if resp.Message.Thinking != "" {
		fmt.Println("🧠 réflexion:\n", resp.Message.Thinking)
	}
	fmt.Println("\n💬 réponse:\n", resp.Message.Content)
	return nil
}

func generateWithQwen3(ctx context.Context) error {
	client, err := api.ClientFromEnvironment()
	if err != nil {
		return err
	}
	req := &api.GenerateRequest{
		Model:  "qwen3:4b-thinking",
		Prompt: "Résumez le rôle d'un arbre-B dans l'indexation.",
		Think:  api.Ptr(true),
	}
	var resp api.GenerateResponse
	if err := client.Generate(ctx, req, &resp); err != nil {
		return err
	}
	if resp.Thinking != "" {
		fmt.Println("🧠 réflexion:\n", resp.Thinking)
	}
	fmt.Println("\n💬 réponse:\n", resp.Response)
	return nil
}

func generateWithGptOss(ctx context.Context) error {
	client, err := api.ClientFromEnvironment()
	if err != nil {
		return err
	}
	req := &api.GenerateRequest{
		Model:  "gpt-oss:20b",
		Prompt: "Expliquez la descente de gradient en termes simples.",
		Think:  api.Ptr(true),
	}
	var resp api.GenerateResponse
	if err := client.Generate(ctx, req, &resp); err != nil {
		return err
	}
	if resp.Thinking != "" {
		fmt.Println("🧠 réflexion:\n", resp.Thinking)
	}
	fmt.Println("\n💬 réponse:\n", resp.Response)
	return nil
}

func streamChatExample() error {
	endpoint := "http://localhost:11434/api/chat"
	req := ChatRequest{
		Model:  "qwen3:8b-thinking",
		Think:  bptr(true),
		Stream: bptr(true), // Activer le streaming
		Messages: []ChatMessage{
			{Role: "user", Content: "Expliquez l'algorithme de tri rapide étape par étape."},
		},
	}

	body, _ := json.Marshal(req)
	resp, err := http.Post(endpoint, "application/json", bytes.NewReader(body))
	if err != nil {
		return err
	}
	defer resp.Body.Close()

	decoder := json.NewDecoder(resp.Body)
	for {
		var chunk ChatResponse
		if err := decoder.Decode(&chunk); err == io.EOF {
			break
		} else if err != nil {
			return err
		}
		
		// Traiter la réflexion et le contenu à mesure qu'ils arrivent
		if chunk.Message.Thinking != "" {
			fmt.Print(chunk.Message.Thinking)
		}
		fmt.Print(chunk.Message.Content)
		
		if chunk.Done {
			break
		}
	}
	return nil
}

func streamWithOfficialSDK(ctx context.Context) error {
	client, _ := api.ClientFromEnvironment()
	
	req := &api.ChatRequest{
		Model: "qwen3:8b-thinking",
		Think: api.Ptr(true),
		Messages: []api.Message{
			{Role: "user", Content: "Expliquez les arbres de recherche binaire."},
		},
	}
	
	err := client.Chat(ctx, req, func(resp api.ChatResponse) error {
		if resp.Message.Thinking != "" {
			fmt.Print(resp.Message.Thinking)
		}
		fmt.Print(resp.Message.Content)
		return nil
	})
	
	return err
}

func robustChatRequest(ctx context.Context, model string, messages []api.Message) (*api.ChatResponse, error) {
	// Définissez un délai raisonnable
	ctx, cancel := context.WithTimeout(ctx, 2*time.Minute)
	defer cancel()
	
	client, err := api.ClientFromEnvironment()
	if err != nil {
		return nil, fmt.Errorf("création du client : %w", err)
	}
	
	req := &api.ChatRequest{
		Model:    model,
		Messages: messages,
		Options: map[string]interface{}{
			"temperature": 0.7,
			"num_ctx":     4096, // taille de la fenêtre de contexte
		},
	}
	
	var resp api.ChatResponse
	if err := client.Chat(ctx, req, &resp); err != nil {
		return nil, fmt.Errorf("requête de chat échouée : %w", err)
	}
	
	return &resp, nil
}

type OllamaService struct {
	client *api.Client
}

func NewOllamaService() (*OllamaService, error) {
	client, err := api.ClientFromEnvironment()
	if err != nil {
		return nil, err
	}
	return &OllamaService{client: client}, nil
}

func (s *OllamaService) Chat(ctx context.Context, req *api.ChatRequest) (*api.ChatResponse, error) {
	var resp api.ChatResponse
	if err := s.client.Chat(ctx, req, &resp); err != nil {
		return nil, err
	}
	return &resp, nil
}

export OLLAMA_HOST=http://localhost:11434
export OLLAMA_NUM_PARALLEL=2
export OLLAMA_MAX_LOADED_MODELS=2

func loggedChat(ctx context.Context, logger *log.Logger, req *api.ChatRequest) error {
	start := time.Now()
	client, _ := api.ClientFromEnvironment()
	
	var resp api.ChatResponse
	err := client.Chat(ctx, req, &resp)
	
	duration := time.Since(start)
	logger.Printf("model=%s duration=%v error=%v tokens=%d", 
		req.Model, duration, err, len(resp.Message.Content))
	
	return err
}