地大部署聊天软件模型基础AI(模型聊天下载角色消息)「地大bbs」

本文主要内容：1、用最少的代码写个 AI 桌面聊天软件。
2、调用简洁易用的 ChatUI 实现前端界面。
3、自动部署一切，检测到没有 Ollama 自动下载安装，输入未安装的大模型名自动下载安装 —— 实时显示下载进度。
4、一键生成独立 EXE 文件，打包后仅 700 KB。
如果有代理可以开一下，首次下载 Ollama 与模型会快一些。
后面使用的时候就不需要了。
打开只有几 MB 的极简开发工具 aardio ，新建工程。
在 main.aardio 中输入下面的代码：

import win.ui;/DSG{{/var winform = win.form(text="Ollama 桌面助理";right=644;bottom=556)winform.add(cmbModels={cls="combobox";left=171;top=520;right=336;bottom=546;db=1;dl=1;edge=1;items={};mode="dropdown";z=2};custom={cls="custom";text="自定义控件";left=3;top=3;right=638;bottom=504;db=1;dl=1;dr=1;dt=1;z=1};goLibrary={cls="syslink";text='<a href="https://ollama.com/library?sort=popular">搜索大模型</a>';left=369;top=523;right=471;bottom=541;color=16729600;db=1;dl=1;dr=1;notify=1;z=4};static={cls="static";text="请输入或选择模型名称：";left=9;top=520;right=166;bottom=546;align="right";db=1;dl=1;transparent=1;z=3})/}}///导入浏览器控件import web.view;var wb = web.view(winform.custom);//几句代码创建 Ollama 接口，不需要额外封装库import web.rest.jsonClient;var client = web.rest.jsonClient();var ollama = client.api("http://localhost:11434/api/")//创建聊天上下文import web.simpleChatUi.messages;var messages = web.simpleChatUi.messages(); //添加消息messages.push(     //system 角色用来写系统指令提示    role = "system";     content  = "你是 Ollama 智能助理，用户的贴心小助手~。
现在的时间是 " + tostring(time()) + "。
")//导出网页 JavaScript 可以调用的接口wb.external = {};wb.external.sendMessage = function(id,prompt){          //启动时 ChatUI 会发一个空消息    if(!id){                //第一次显示欢迎消息        return chatUi.emit(            content = '主人好，我是 Ollama 智能助理，您的贴心小助手~';         );    }            //加入到聊天上下文    messages.push(         role = "user";        content = prompt;    )          //非阻塞异步调用，让 JavaScript 调用先返回     wb.setTimeout(         function(){                        //记录应答消息            var content = "";                            //发送聊天请求            var ok,err = ollama.chat({                model = winform.cmbModels.text;                options = {                    temperature = 0.7;//模型选项                }                messages = messages;            },function(result){                                     //流式响应，每次应答一个字                content = content ++ result.message.content;                                //逐字发送聊天消息到界面，实现打字效果                  chatUi.emit({                    id = id;                    content = content                })                } )                          if(ok){                //加入到聊天记录                messages.push(                     role = "assistant";                    content = string.trim(content);                )            }              else{                //如果模型不存在                if(string.indexOf(err,`try pulling it first`)){                                        //下载模型                    var ok,err = ollama.pull({                        model = winform.cmbModels.text;                     },function(result){                                                   //出错了，显示错误信息                        if( result.error ){                            chatUi.emit({                                id = id;                                content = result.error                             })                              return;                        }                                                //显示模型下载进度                          if(result.completed) {                            chatUi.emit({                                id = id;                                content = "正在下载模型:"  + ..math.round((result.completed / result.total)  100) + "% " + ..math.size64(result.completed).format()                            })                          }                        elseif( result.status ){                                                        //显示下载状态                            chatUi.emit({                                id = id;                                content = result.status                            })                                                         //下载完成                            if(result.status == "success"){                                wb.external.sendMessage(id,prompt);                                return;                            }                         }                       } )                                         //下载成功                    if(ok) return ;                 }                                    //显示错误信息                chatUi.emit({                    id = id;                    content = client.lastResponseError("error"):err;                })               }         }    ); };   //加载 ChatUI 前端界面import web.simpleChatUi;chatUi = web.simpleChatUi(wb);chatUi.avatar = 'https://gw.alicdn.com/tfs/TB1DYHLwMHqK1RjSZFEXXcGMXXa-56-62.svg';//列出已安装的大模型var ret = ollama.tags.get(); winform.cmbModels.items = table.map(ret.models,lambda(v) v.name )winform.cmbModels.selIndex = 1;//搜索在线大模型import process;winform.goLibrary.onHyperlinkClick = function(nmSysLink,url,id){    process.openUrl(url) //打开超链接    } winform.show();win.loopMessage();

点击『保存』按钮：然后按『运行 F5 』按钮，就可以自动配置好并启动程序。
运行效果如下：按 F7 发布为 EXE 文件。
就这么简单没有其他复杂的内容。
下面我们写个更简单控制台版本，代码如下：

import console; console.setTitle("聊天助手")//创建 Ollama 客户端import web.rest.jsonClient;var client = web.rest.jsonClient();var ollama = client.api("http://localhost:11434/api/")//循环读取用户输入问题while(     var str = console.getText( "请输入:" )     ) {          //调用 Ollama 聊天接口    var ok,err = ollama.chat({                //选择模型，这里选择千问0.5b        model = "qwen:0.5b";                //这是聊天消息队列（可用于保存上下文）        messages = {            {                //system 角色用来写系统指令提示                role = "system";                 content  = "你是 Ollama 智能助理，用户的贴心小助手~。
现在的时间是 " + tostring(time()) + "。
"            };            {                //user 角色代表用户                role = "user";                content  = str            };        }    },function(result){        //这个 API 是流式输出。
        console.writeText(result.message.content)     } )         //如果出错，输出错误信息    if(!ok){        console.log( client.lastResponseError("error") || err )    } } console.pause(true);

system 角色用来写系统指令提示。
user 角色代表用户。
assistant 角色表示 AI 模型。
这 3 个角色来回发送的所有消息，一问一答都要记录在 messages 队列中，每次请求都作为聊天上下文发送过去。
看一下运行效果：