通过命令行工具调用：许多 AI 模型部署工具如 Ollama、LM Studio 等提供了命令行界面。用户可运行特定命令启动模型服务，在命令行中输入问题或指令，模型会直接返回答案，最后可运行停止命令关闭模型服务。这种方式适合快速测试模型功能，无需编写代码。
通过 API 接口调用：本地化部署的模型通常会提供本地 API 服务，需先启动 API 服务，确保模型服务已启动并监听本地端口。然后可使用 Postman 等 API 测试工具，在其中配置请求地址、方法和请求体，也可通过命令行工具 Curl 发送 HTTP 请求。模型会返回 JSON 格式的响应，包含生成的文本或其他结果。
通过客户端软件调用：部分部署工具提供了图形化客户端，如 Ollama 客户端、LM Studio 客户端。以 Ollama 客户端为例，启动软件后，在界面中选择已部署的模型，输入问题或指令并点击 “发送” 按钮，即可获取模型返回的答案。
通过集成开发环境调用：一些开发工具如 VS Code、PyCharm 等支持与本地 AI 模型集成。以 VS Code 为例，可安装支持 AI 模型调用的插件如 Cline、Roo Code，在插件设置中配置本地模型服务的地址，之后在代码编辑器中输入问题或指令，插件会自动调用模型并返回结果。
通过 Web 界面调用：若部署工具提供了 Web 界面，如 Ollama 的 WebUI，用户可在浏览器中输入本地服务地址，在界面中选择已部署的模型，在输入框中输入问题或指令并点击 “发送” 按钮，模型会直接在 Web 界面中返回生成的结果。
调用云端大模型
通过 AI 应用平台接入：可通过阿里云百炼、腾讯云灵犀等平台接入，这些平台通常提供直观的界面，无需编写复杂代码，能快速创建 AI 应用并集成到自己的项目中。
通过 AI 软件客户端接入：使用 Cursor、Trae 等专业的 AI 辅助开发工具，这些工具通常提供更专业的开发辅助功能，可在工具中按照指引接入相应的大模型。
程序接入：可使用 SDK 方式调用，即使用 AI 提供商的官方 SDK 进行调用，这种方式通常能提供最完整的功能支持。也可采用 HTTP 原生调用，直接使用 HTTP 请求调用 AI 服务的 REST API，这种方式适用性更广，几乎可在任何编程语言中使用。
