C#使用Semantic Kernel：接入本地deepseek-r1
安装Ollama
1.下载Ollama
-
访问Ollama官网（https://ollama.com），选择适合你操作系统的版本进行下载。
-
对于Linux用户，可以通过以下命令安装：
curl -fsSL https://ollama.com/install.sh | sudo bashsudo systemctl start ollama
2.验证安装
-
安装完成后，在终端输入
ollama -v，若显示版本号（如ollama version is 0.5.7），则说明安装成功。 -
你还可以在浏览器中访问
http://localhost:11434/，确认服务已启动。
部署DeepSeek模型
- 选择模型版本
-
访问Ollama官网的模型库（https://ollama.com/library/deepseek-r1），选择适合你硬件配置的DeepSeek模型版本。例如：
- `deepseek-r1:1.5b`：适合低端设备。
- `deepseek-r1:7b`：适合中端设备。
- `deepseek-r1:14b`：适合高端设备。
- `deepseek-r1:32b`：适合科研级设备。
- 下载并运行模型
ollama run deepseek-r1:1.5b
- 验证模型
curl
http://localhost:11434/api/chat -d '{"model": "deepseek-r1:1.5b", "messages": [{ "role": "user", "content": "你好" }]}'
安装 SK 及 ollama connector
首先在本地创建一个 Console 项目，然后安装以下包：
dotnet add package Microsoft.SemanticKernel --version 1.21.1
dotnet add package Microsoft.SemanticKernel.Connectors.Ollama --version 1.21.1-alpha配置 Ollama 服务
接下来，我们需要配置 Ollama 服务的端点和模型 ID ，并添加 Ollama 的聊天服务：
var endpoint = new Uri("http://localhost:11434");
var modelId = "deepseek-r1:1.5b";
var builder = Kernel.CreateBuilder();
#pragma warning disable SKEXP0070
builder.Services.AddScoped<IChatCompletionService>(_ => new OllamaChatCompletionService(modelId, endpoint));
获取聊天服务
var chatService = kernel.GetRequiredService<IChatCompletionService>();
var history = new ChatHistory();
history.AddSystemMessage("你是？");
聊天循环
最后，我们实现一个简单的聊天循环，读取用户输入并获取 Ollama 的回复：
while (true)
{
Console.Write("You:");
var input = Console.ReadLine();
if (string.IsNullOrWhiteSpace(input))
{
break;
}
history.AddUserMessage(input);
var contents = await chatService.GetChatMessageContentsAsync(history);
foreach (var chatMessageContent in contents)
{
var content = chatMessageContent.Content;
Console.WriteLine($"Ollama: {content}");
history.AddMessage(chatMessageContent.Role, content ?? "");
}
}