Czy Ollama posiada oficjalną bibliotekę w Go do wyszukiwania w internecie?

Ollama udostępnia interfejs REST do wyszukiwania w sieci, który działa z dowolnym klientem HTTP w języku Go. Choć nie istnieje jeszcze oficjalny SDK w Go do wyszukiwania w sieci, możesz łatwo zaimplementować wywołania API za pomocą pakietów standardowej biblioteki.

Jaka jest różnica między endpointami web_search a web_fetch?

Punkt końcowy web_search zapytuje internet i zwraca wiele wyników wyszukiwania z tytułami, adresami URL i fragmentami. Punkt końcowy web_fetch pobiera pełną zawartość konkretnego adresu URL, zwracając tytuł strony, treść i linki.

Jak uwierzytelnić się z API wyszukiwania sieci Ollama w Go?

Ustaw nagłówek Authorization, używając swojego klucza API jako tokena Bearer. Utwórz klucz API w swoim koncie Ollama i przekaż go w nagłówku żądania.

Które modele działają najlepiej w opartych na Go agentach wyszukiwania Ollama?

Najlepiej sprawdzają się modele o silnych możliwościach korzystania z narzędzi, w tym qwen3, gpt-oss oraz modele chmurowe, takie jak qwen3 480b-cloud i deepseek-v3.1-cloud.

Jak obsługiwać duże odpowiedzi z wyszukiwania internetowego w Go?

Przycinaj treść odpowiedzi przed przekazaniem jej do kontekstu modelu. Używaj wycinek ciągów znaków, aby ograniczyć treść do około 8000 znaków, zapewniając mieści się ona w limitach kontekstu.

Jaką długość kontekstu powinienem stosować dla agentów wyszukiwania w Go?

Ustaw długość kontekstu na ok. 32000 tokenów, aby zapewnić rozsądną wydajność. Agenci wyszukiwawcze działają najlepiej z pełną długością kontekstu, ponieważ wyniki wyszukiwania w internecie mogą być obszerne.

Wykorzystanie API Ollama Web Search w Go

Twórz agentów wyszukiwania AI z użyciem Go i Ollama

Page content

API wyszukiwania w internecie Ollama umożliwia wzbogacanie lokalnych modeli LLM o bieżące informacje z sieci. Ten przewodnik pokazuje, jak zaimplementować możliwości wyszukiwania w internecie w Go, od prostych wywołań API po w pełni rozbudowanych agentów wyszukiwania.

Wprowadzenie

Czy Ollama oferuje oficjalną bibliotekę Go do wyszukiwania w internecie? Ollama udostępnia REST API do wyszukiwania w internecie, które działa z dowolnym klientem HTTP w Go. Choć oficjalny SDK dla Go do wyszukiwania w internecie nie jest jeszcze dostępny, łatwo można zaimplementować wywołania API, korzystając z pakietów standardowej biblioteki.

Najpierw utwórz klucz API z konta Ollama. Jako kompleksowe źródło informacji na temat poleceń i użytkowania Ollama, sprawdź ściągawkę Ollama.

Ustaw klucz API jako zmienną środowiskową:

export OLLAMA_API_KEY="your_api_key"

W Windows PowerShell:

$env:OLLAMA_API_KEY = "your_api_key"

Przygotowanie projektu

Utwórz nowy moduł Go:

mkdir ollama-search
cd ollama-search
go mod init ollama-search

Podstawowe wyszukiwanie w internecie

Jak uwierzytelnić się przy API wyszukiwania w internecie Ollama w Go? Ustaw nagłówek Authorization ze swoim kluczem API jako token Bearer. Utwórz klucz API ze swojego konta Ollama i przekaż go w nagłówku żądania.

Oto pełna implementacja API wyszukiwania w internecie:

package main

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

// Typy żądań/odpowiedzi dla web_search
type WebSearchRequest struct {
	Query      string `json:"query"`
	MaxResults int    `json:"max_results,omitempty"`
}

type WebSearchResult struct {
	Title   string `json:"title"`
	URL     string `json:"url"`
	Content string `json:"content"`
}

type WebSearchResponse struct {
	Results []WebSearchResult `json:"results"`
}

func webSearch(query string, maxResults int) (*WebSearchResponse, error) {
	apiKey := os.Getenv("OLLAMA_API_KEY")
	if apiKey == "" {
		return nil, fmt.Errorf("zmienna środowiskowa OLLAMA_API_KEY nie jest ustawiona")
	}

	reqBody := WebSearchRequest{
		Query:      query,
		MaxResults: maxResults,
	}
	jsonData, err := json.Marshal(reqBody)
	if err != nil {
		return nil, fmt.Errorf("nie udało się zaserializować żądania: %w", err)
	}

	req, err := http.NewRequest("POST", "https://ollama.com/api/web_search", bytes.NewBuffer(jsonData))
	if err != nil {
		return nil, fmt.Errorf("nie udało się utworzyć żądania: %w", err)
	}

	req.Header.Set("Authorization", "Bearer "+apiKey)
	req.Header.Set("Content-Type", "application/json")

	client := &http.Client{}
	resp, err := client.Do(req)
	if err != nil {
		return nil, fmt.Errorf("żądanie nie powiodło się: %w", err)
	}
	defer resp.Body.Close()

	if resp.StatusCode != http.StatusOK {
		body, _ := io.ReadAll(resp.Body)
		return nil, fmt.Errorf("błąd API (status %d): %s", resp.StatusCode, string(body))
	}

	body, err := io.ReadAll(resp.Body)
	if err != nil {
		return nil, fmt.Errorf("nie udało się odczytać odpowiedzi: %w", err)
	}

	var searchResp WebSearchResponse
	if err := json.Unmarshal(body, &searchResp); err != nil {
		return nil, fmt.Errorf("nie udało się deserializować odpowiedzi: %w", err)
	}

	return &searchResp, nil
}

func main() {
	results, err := webSearch("What is Ollama?", 5)
	if err != nil {
		fmt.Printf("Error: %v\n", err)
		return
	}

	fmt.Println("Wyniki wyszukiwania:")
	fmt.Println("===============")
	for i, result := range results.Results {
		fmt.Printf("\n%d. %s\n", i+1, result.Title)
		fmt.Printf("   URL: %s\n", result.URL)
		fmt.Printf("   %s\n", truncate(result.Content, 150))
	}
}

func truncate(s string, maxLen int) string {
	if len(s) <= maxLen {
		return s
	}
	return s[:maxLen] + "..."
}

Implementacja pobierania stron (Web Fetch)

Jaka jest różnica między punktami końcowymi web_search a web_fetch? Punkt końcowy web_search wysyła zapytanie do internetu i zwraca wiele wyników wyszukiwania z tytułami, adresami URL i wycinkami treści. Punkt końcowy web_fetch pobiera pełną treść konkretnego adresu URL, zwracając tytuł strony, treść i linki.

package main

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

// Typy żądań/odpowiedzi dla web_fetch
type WebFetchRequest struct {
	URL string `json:"url"`
}

type WebFetchResponse struct {
	Title   string   `json:"title"`
	Content string   `json:"content"`
	Links   []string `json:"links"`
}

func webFetch(url string) (*WebFetchResponse, error) {
	apiKey := os.Getenv("OLLAMA_API_KEY")
	if apiKey == "" {
		return nil, fmt.Errorf("zmienna środowiskowa OLLAMA_API_KEY nie jest ustawiona")
	}

	reqBody := WebFetchRequest{URL: url}
	jsonData, err := json.Marshal(reqBody)
	if err != nil {
		return nil, fmt.Errorf("nie udało się zaserializować żądania: %w", err)
	}

	req, err := http.NewRequest("POST", "https://ollama.com/api/web_fetch", bytes.NewBuffer(jsonData))
	if err != nil {
		return nil, fmt.Errorf("nie udało się utworzyć żądania: %w", err)
	}

	req.Header.Set("Authorization", "Bearer "+apiKey)
	req.Header.Set("Content-Type", "application/json")

	client := &http.Client{}
	resp, err := client.Do(req)
	if err != nil {
		return nil, fmt.Errorf("żądanie nie powiodło się: %w", err)
	}
	defer resp.Body.Close()

	if resp.StatusCode != http.StatusOK {
		body, _ := io.ReadAll(resp.Body)
		return nil, fmt.Errorf("błąd API (status %d): %s", resp.StatusCode, string(body))
	}

	body, err := io.ReadAll(resp.Body)
	if err != nil {
		return nil, fmt.Errorf("nie udało się odczytać odpowiedzi: %w", err)
	}

	var fetchResp WebFetchResponse
	if err := json.Unmarshal(body, &fetchResp); err != nil {
		return nil, fmt.Errorf("nie udało się deserializować odpowiedzi: %w", err)
	}

	return &fetchResp, nil
}

func main() {
	result, err := webFetch("https://ollama.com")
	if err != nil {
		fmt.Printf("Error: %v\n", err)
		return
	}

	fmt.Printf("Tytuł: %s\n\n", result.Title)
	fmt.Printf("Treść:\n%s\n\n", result.Content)
	fmt.Printf("Znalezione linki: %d\n", len(result.Links))
	for i, link := range result.Links {
		if i >= 5 {
			fmt.Printf("  ... oraz %d więcej\n", len(result.Links)-5)
			break
		}
		fmt.Printf("  - %s\n", link)
	}
}

Wieloformatowy pakiet klienta

Utwórz wielokrotnego klienta Ollama dla czystszego kodu:

// ollama/client.go
package ollama

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

type Client struct {
	apiKey     string
	httpClient *http.Client
	baseURL    string
}

func NewClient() (*Client, error) {
	apiKey := os.Getenv("OLLAMA_API_KEY")
	if apiKey == "" {
		return nil, fmt.Errorf("zmienna środowiskowa OLLAMA_API_KEY nie jest ustawiona")
	}

	return &Client{
		apiKey: apiKey,
		httpClient: &http.Client{
			Timeout: 30 * time.Second,
		},
		baseURL: "https://ollama.com/api",
	}, nil
}

type SearchResult struct {
	Title   string `json:"title"`
	URL     string `json:"url"`
	Content string `json:"content"`
}

type SearchResponse struct {
	Results []SearchResult `json:"results"`
}

type FetchResponse struct {
	Title   string   `json:"title"`
	Content string   `json:"content"`
	Links   []string `json:"links"`
}

func (c *Client) WebSearch(query string, maxResults int) (*SearchResponse, error) {
	payload := map[string]interface{}{
		"query":       query,
		"max_results": maxResults,
	}
	return doRequest[SearchResponse](c, "/web_search", payload)
}

func (c *Client) WebFetch(url string) (*FetchResponse, error) {
	payload := map[string]string{"url": url}
	return doRequest[FetchResponse](c, "/web_fetch", payload)
}

func doRequest[T any](c *Client, endpoint string, payload interface{}) (*T, error) {
	jsonData, err := json.Marshal(payload)
	if err != nil {
		return nil, err
	}

	req, err := http.NewRequest("POST", c.baseURL+endpoint, bytes.NewBuffer(jsonData))
	if err != nil {
		return nil, err
	}

	req.Header.Set("Authorization", "Bearer "+c.apiKey)
	req.Header.Set("Content-Type", "application/json")

	resp, err := c.httpClient.Do(req)
	if err != nil {
		return nil, err
	}
	defer resp.Body.Close()

	body, err := io.ReadAll(resp.Body)
	if err != nil {
		return nil, err
	}

	if resp.StatusCode != http.StatusOK {
		return nil, fmt.Errorf("błąd API (status %d): %s", resp.StatusCode, string(body))
	}

	var result T
	if err := json.Unmarshal(body, &result); err != nil {
		return nil, err
	}

	return &result, nil
}

Użycie:

package main

import (
	"fmt"
	"log"
	"ollama-search/ollama"
)

func main() {
	client, err := ollama.NewClient()
	if err != nil {
		log.Fatal(err)
	}

	// Szczyt
	results, err := client.WebSearch("Ollama new features", 5)
	if err != nil {
		log.Fatal(err)
	}

	for _, r := range results.Results {
		fmt.Printf("- %s\n  %s\n\n", r.Title, r.URL)
	}

	// Pobierz
	page, err := client.WebFetch("https://ollama.com")
	if err != nil {
		log.Fatal(err)
	}

	fmt.Printf("Strona: %s\n", page.Title)
}

Budowanie agenta wyszukiwania

Które modele najlepiej sprawdzają się w opartych o Go agentach wyszukiwania Ollama? Najlepiej sprawdzają się modele z silnymi możliwościami użycia narzędzi, w tym qwen3, gpt-oss oraz modele chmurowe, takie jak qwen3:480b-cloud i deepseek-v3.1-cloud. Jeśli pracujesz z modelami Qwen3 i musisz przetwarzać lub ponownie rankować wyniki wyszukiwania, zobacz nasz przewodnik na temat ponownego rankowania dokumentów tekstowych z użyciem Ollama i modelu Qwen3 Embedding w Go.

Oto pełna implementacja agenta wyszukiwania:

package main

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

// Typy czatu
type Message struct {
	Role      string     `json:"role"`
	Content   string     `json:"content,omitempty"`
	ToolCalls []ToolCall `json:"tool_calls,omitempty"`
	ToolName  string     `json:"tool_name,omitempty"`
}

type ToolCall struct {
	Function FunctionCall `json:"function"`
}

type FunctionCall struct {
	Name      string                 `json:"name"`
	Arguments map[string]interface{} `json:"arguments"`
}

type Tool struct {
	Type     string       `json:"type"`
	Function ToolFunction `json:"function"`
}

type ToolFunction struct {
	Name        string                 `json:"name"`
	Description string                 `json:"description"`
	Parameters  map[string]interface{} `json:"parameters"`
}

type ChatRequest struct {
	Model    string    `json:"model"`
	Messages []Message `json:"messages"`
	Tools    []Tool    `json:"tools,omitempty"`
	Stream   bool      `json:"stream"`
}

type ChatResponse struct {
	Message Message `json:"message"`
}

// SearchAgent koordynuje wyszukiwanie w internecie z LLM
type SearchAgent struct {
	model      string
	ollamaURL  string
	apiKey     string
	maxIter    int
	httpClient *http.Client
}

func NewSearchAgent(model string) *SearchAgent {
	return &SearchAgent{
		model:      model,
		ollamaURL:  "http://localhost:11434/api/chat",
		apiKey:     os.Getenv("OLLAMA_API_KEY"),
		maxIter:    10,
		httpClient: &http.Client{},
	}
}

func (a *SearchAgent) Query(question string) (string, error) {
	tools := []Tool{
		{
			Type: "function",
			Function: ToolFunction{
				Name:        "web_search",
				Description: "Search the web for current information",
				Parameters: map[string]interface{}{
					"type": "object",
					"properties": map[string]interface{}{
						"query": map[string]string{
							"type":        "string",
							"description": "The search query",
						},
					},
					"required": []string{"query"},
				},
			},
		},
		{
			Type: "function",
			Function: ToolFunction{
				Name:        "web_fetch",
				Description: "Fetch the full content of a web page",
				Parameters: map[string]interface{}{
					"type": "object",
					"properties": map[string]interface{}{
						"url": map[string]string{
							"type":        "string",
							"description": "The URL to fetch",
						},
					},
					"required": []string{"url"},
				},
			},
		},
	}

	messages := []Message{
		{Role: "user", Content: question},
	}

	for i := 0; i < a.maxIter; i++ {
		response, err := a.chat(messages, tools)
		if err != nil {
			return "", fmt.Errorf("błąd czatu: %w", err)
		}

		messages = append(messages, response.Message)

		// Brak wywołań narzędzi oznacza, że mamy odpowiedź końcową
		if len(response.Message.ToolCalls) == 0 {
			return response.Message.Content, nil
		}

		// Wykonaj wywołania narzędzi
		for _, toolCall := range response.Message.ToolCalls {
			fmt.Printf("🔧 Wywołanie: %s\n", toolCall.Function.Name)

			result, err := a.executeTool(toolCall)
			if err != nil {
				result = fmt.Sprintf("Error: %v", err)
			}

			// Przetnij dla limitów kontekstu
			if len(result) > 8000 {
				result = result[:8000] + "... [przetnięto]"
			}

			messages = append(messages, Message{
				Role:     "tool",
				Content:  result,
				ToolName: toolCall.Function.Name,
			})
		}
	}

	return "", fmt.Errorf("osiągnięto maksymalną liczbę iteracji")
}

func (a *SearchAgent) chat(messages []Message, tools []Tool) (*ChatResponse, error) {
	reqBody := ChatRequest{
		Model:    a.model,
		Messages: messages,
		Tools:    tools,
		Stream:   false,
	}

	jsonData, _ := json.Marshal(reqBody)

	resp, err := a.httpClient.Post(a.ollamaURL, "application/json", bytes.NewBuffer(jsonData))
	if err != nil {
		return nil, err
	}
	defer resp.Body.Close()

	body, _ := io.ReadAll(resp.Body)

	var chatResp ChatResponse
	if err := json.Unmarshal(body, &chatResp); err != nil {
		return nil, err
	}

	return &chatResp, nil
}

func (a *SearchAgent) executeTool(toolCall ToolCall) (string, error) {
	switch toolCall.Function.Name {
	case "web_search":
		query, ok := toolCall.Function.Arguments["query"].(string)
		if !ok {
			return "", fmt.Errorf("nieprawidłowy argument zapytania")
		}
		return a.webSearch(query)

	case "web_fetch":
		url, ok := toolCall.Function.Arguments["url"].(string)
		if !ok {
			return "", fmt.Errorf("nieprawidłowy argument URL")
		}
		return a.webFetch(url)

	default:
		return "", fmt.Errorf("nieznane narzędzie: %s", toolCall.Function.Name)
	}
}

func (a *SearchAgent) webSearch(query string) (string, error) {
	payload := map[string]interface{}{"query": query, "max_results": 5}
	jsonData, _ := json.Marshal(payload)

	req, _ := http.NewRequest("POST", "https://ollama.com/api/web_search", bytes.NewBuffer(jsonData))
	req.Header.Set("Authorization", "Bearer "+a.apiKey)
	req.Header.Set("Content-Type", "application/json")

	resp, err := a.httpClient.Do(req)
	if err != nil {
		return "", err
	}
	defer resp.Body.Close()

	body, _ := io.ReadAll(resp.Body)
	return string(body), nil
}

func (a *SearchAgent) webFetch(url string) (string, error) {
	payload := map[string]string{"url": url}
	jsonData, _ := json.Marshal(payload)

	req, _ := http.NewRequest("POST", "https://ollama.com/api/web_fetch", bytes.NewBuffer(jsonData))
	req.Header.Set("Authorization", "Bearer "+a.apiKey)
	req.Header.Set("Content-Type", "application/json")

	resp, err := a.httpClient.Do(req)
	if err != nil {
		return "", err
	}
	defer resp.Body.Close()

	body, _ := io.ReadAll(resp.Body)
	return string(body), nil
}

func main() {
	agent := NewSearchAgent("qwen3:4b")

	answer, err := agent.Query("What are the latest features in Ollama?")
	if err != nil {
		fmt.Printf("Error: %v\n", err)
		return
	}

	fmt.Println("\n📝 Odpowiedź:")
	fmt.Println(answer)
}

Jak obsłużyć duże odpowiedzi z wyszukiwania w internecie w Go? Przetnij treść odpowiedzi przed przekazaniem jej do kontekstu modelu. Użyj wycinania łańcucha znaków, aby ograniczyć treść do około 8000 znaków, aby mieściła się w limitach kontekstu.

Równoległe wyszukiwanie

Go doskonale radzi sobie z operacjami współbieżnymi. Oto jak wykonywać wiele wyszukiwań równolegle. Zrozumienie sposobu, w jaki Ollama obsługuje żądania równoległe może pomóc zoptymalizować implementacje równoległego wyszukiwania.

package main

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

type SearchResult struct {
	Query   string
	Results []struct {
		Title   string `json:"title"`
		URL     string `json:"url"`
		Content string `json:"content"`
	} `json:"results"`
	Error error
}

func concurrentSearch(queries []string) []SearchResult {
	results := make([]SearchResult, len(queries))
	var wg sync.WaitGroup

	for i, query := range queries {
		wg.Add(1)
		go func(idx int, q string) {
			defer wg.Done()

			result := SearchResult{Query: q}

			payload := map[string]string{"query": q}
			jsonData, _ := json.Marshal(payload)

			req, _ := http.NewRequest("POST", "https://ollama.com/api/web_search", bytes.NewBuffer(jsonData))
			req.Header.Set("Authorization", "Bearer "+os.Getenv("OLLAMA_API_KEY"))
			req.Header.Set("Content-Type", "application/json")

			resp, err := http.DefaultClient.Do(req)
			if err != nil {
				result.Error = err
				results[idx] = result
				return
			}
			defer resp.Body.Close()

			body, _ := io.ReadAll(resp.Body)
			json.Unmarshal(body, &result)
			results[idx] = result
		}(i, query)
	}

	wg.Wait()
	return results
}

func main() {
	queries := []string{
		"Ollama latest features",
		"local LLM deployment",
		"AI search agents Go",
	}

	results := concurrentSearch(queries)

	for _, r := range results {
		fmt.Printf("\n🔍 Zapytanie: %s\n", r.Query)
		if r.Error != nil {
			fmt.Printf("   Błąd: %v\n", r.Error)
			continue
		}
		for _, item := range r.Results[:min(3, len(r.Results))] {
			fmt.Printf("   • %s\n", item.Title)
		}
	}
}

func min(a, b int) int {
	if a < b {
		return a
	}
	return b
}

Kontekst i anulowanie

Dodaj obsługę kontekstu dla limitów czasowych i anulowania:

package main

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

func webSearchWithContext(ctx context.Context, query string) (string, error) {
	payload := map[string]string{"query": query}
	jsonData, _ := json.Marshal(payload)

	req, err := http.NewRequestWithContext(ctx, "POST", "https://ollama.com/api/web_search", bytes.NewBuffer(jsonData))
	if err != nil {
		return "", err
	}

	req.Header.Set("Authorization", "Bearer "+os.Getenv("OLLAMA_API_KEY"))
	req.Header.Set("Content-Type", "application/json")

	resp, err := http.DefaultClient.Do(req)
	if err != nil {
		return "", err
	}
	defer resp.Body.Close()

	body, err := io.ReadAll(resp.Body)
	if err != nil {
		return "", err
	}

	return string(body), nil
}

func main() {
	// Utwórz kontekst z limitem czasowym 10 sekund
	ctx, cancel := context.WithTimeout(context.Background(), 10*time.Second)
	defer cancel()

	result, err := webSearchWithContext(ctx, "Ollama web search API")
	if err != nil {
		if ctx.Err() == context.DeadlineExceeded {
			fmt.Println("Przekroczono limit czasu żądania")
		} else {
			fmt.Printf("Błąd: %v\n", err)
		}
		return
	}

	fmt.Println(result)
}

Zalecane modele

Jaką długość kontekstu powinienem użyć dla agentów wyszukiwania w Go? Ustaw długość kontekstu na około 32000 tokenów dla rozsądnej wydajności. Agenci wyszukiwania najlepiej działają z pełną długością kontekstu, ponieważ wyniki wyszukiwania w internecie mogą być obszerne. Jeśli musisz zarządzać swoimi modelami Ollama lub przenosić je w inne lokalizacje, zobacz nasz przewodnik na temat sposobu przenoszenia modeli Ollama na inny dysk lub folder.

Model	Parametry	Najlepsze do
`qwen3:4b`	4B	Szybkie lokalne wyszukiwania
`qwen3`	8B	Uniwersalny agent
`gpt-oss`	Różne	Zadania badawcze
`qwen3:480b-cloud`	480B	Zaawansowane rozumowanie (chmura)
`gpt-oss:120b-cloud`	120B	Długie prace badawcze (chmura)
`deepseek-v3.1-cloud`	-	Zaawansowana analiza (chmura)

Najlepsze praktyki

Obsługa błędów: Zawsze sprawdzaj błędy i obsługuje niepowodzenia API w sposób elegancki
Limity czasowe: Używaj kontekstu z limitami czasowymi dla żądań sieciowych
Ograniczanie przepustowości: Przestrzegaj limitów przepustowości API Ollama. Bądź świadomy potencjalnych zmian w API Ollama, omówionych w pierwszych oznakach degradacji Ollama
Przecinanie wyników: Przetnij wyniki do ~8000 znaków dla limitów kontekstu
Żądania równoległe: Używaj gorutin dla równoległego wyszukiwania
Wielokrotne użycie połączenia: Wielekrotnie używaj klienta HTTP dla lepszej wydajności
Testowanie: Pisz kompleksowe testy jednostkowe dla swoich implementacji wyszukiwania. Postępuj zgodnie z najlepszymi praktykami testowania jednostkowego w Go, aby upewnić się, że Twój kod jest solidny i łatwy w utrzymaniu