用Python写一个智能聊天机器人的小Demo，用ollama本地私有化部署这个聊天机器人

✅ 目标

运行一个 Streamlit + Ollama 聊天 Demo：

python

#我的智能聊天机器人
#技术：Streamlit、Ollama
​
#导入streamlit包
import streamlit as st
#导入ollama
import ollama
​
#ollama获取客户端
client = ollama.Client(host="http://localhost:11434")
print(client.list())
print(client.ps())
​
count = 1
#初次渲染，count、message不存在就初始化
if 'count' not in st.session_state:
    st.session_state.count = 1
if 'message' not in st.session_state:
    st.session_state.message = []
​
st.title("Dabria的智能聊天机器人")
st.divider()
​
# 统一渲染所有历史消息
for message in st.session_state.message:
    st.chat_message(message['role']).markdown(message['content'])
​
#处理最新一轮对话
question = st.chat_input("请输入您的问题：")
​
if question:#如果用户问的问题不为空
    # 1、把用户回答记录到历史对话中去
    st.session_state.message.append({'role':'user','content':question})
    # 2、显示用户消息
    st.chat_message("user").markdown(question)
    # 3、模拟AI的思考
    with st.spinner("AI思考中"):
        response = client.chat(
            model='deepseek-r1:1.5b',
            messages=[{"role": "user", "content": question}]
        )
​
        ai_content = response['message']['content']
        #4、从response中取出message中的content,把AI的回答记录到历史对话中去
        st.session_state.message.append({'role':'assistant','content':ai_content})
​
        # 5、显示AI回复
        st.chat_message("assistant").markdown(ai_content)
        st.session_state.count += 1

代码写完后，先启动Ollama。

✅ 是否启动了Ollama，快速自查清单：

操作	预期结果	说明
点击开始菜单 → Ollama	系统托盘出现小羊图标	✅ 服务已启动
运行 ollama list	显示模型列表	✅ 通信正常
运行 ollama run xxx	进入聊天模式	✅ ollama模型可用
直接运行 streamlit run ...	聊天界面正常响应	✅ 全链路打通

✅ Demo最终期望能实现的结果

• 浏览器成功打开 http://localhost:8501

• 用户能通过 Ollama 服务与指定本地模型（如 deepseek-r1:1.5b）实现正常对话

• 所有依赖正确加载

---

🔍 全过程真实障碍与解决（按时间线）

---

❌ 阶段 1：首次在 PowerShell 运行 → 报错找不到 ollama

powershell

streamlit run D:\PythonProject\day1\kuangye\my_streamlit_ollama.py

报错：

text

ModuleNotFoundError: No module named 'ollama'
File "D:\develop\Python\Lib\site-packages\..."

🔑 问题本质：终端运行时未激活虚拟环境，导致使用了错误的 Python 解释器和包路径。

分析：

• 我创建一个新的Python项目，勾选了 “New environment using Virtualenv”（默认通常勾选✅），是给这个项目创建了一个虚拟环境(.venv)。当这个项目需要在终端运行(eg:powerShell里运行时一样)时，需要先去激活虚拟环境。命令格式：D:\xxx\项目名venv\Scripts\Activate.ps1

• 在未激活虚拟环境的情况下，直接运行了 streamlit run ...，而此时系统 PATH 中的 streamlit 来自全局 Python 环境，导致启动的 Python 解释器也是全局的，从而找不到只安装在 .venv 中的 ollama 包

---

🔍 阶段 2：通过 PyCharm 确认包已安装

打开：

text

File → Settings → Python Interpreter   ← 注意：没有 "Project" 一级，这是正常的！

看到：

• 解释器路径：D:\PythonProject\day1\.venv\Scripts\python.exe

• 包列表：✅ ollama、✅ streamlit

✅ 结论：包安装无误，环境配置正确

---

🛠️ 阶段 3：尝试在 PowerShell 激活虚拟环境 → 遭遇新错误！

执行：

powershell

D:\PythonProject\day1\.venv\Scripts\Activate.ps1

报错：

text

无法加载文件 ... 因为在此系统上禁止运行脚本。
有关详细信息，请参阅 https:/go.microsoft.com/fwlink/?LinkID=135170

🔑 问题本质：

• Windows PowerShell 默认 禁止运行本地 .ps1 脚本（安全策略）

• 即使文件存在，也无法执行

---

✅ 阶段 4：解决 PowerShell 执行策略限制（关键一步！）

执行了新的命令：

powershell

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser

系统提示(没有这个更改执行策略的提示也是对的，直接跳过，执行下一步)：

text

是否要更改执行策略? [Y] 是 ...

你输入 Y 并回车 → 策略更新成功

💡 说明：

• RemoteSigned：允许运行本地脚本 + 已签名的远程脚本

• -Scope CurrentUser：仅影响当前用户，安全且无需管理员权限

• 此操作只需执行一次，永久生效

---

✅ 阶段 5：再次激活虚拟环境 → 成功！

powershell

D:\PythonProject\day1\.venv\Scripts\Activate.ps1

提示符变为：

powershell

(.venv) PS D:\PythonProject\day1\kuangye>

✅ 表示：虚拟环境已激活，后续命令将使用 .venv 中的 Python 和包

---

✅ 阶段 6：启动应用 → 成功运行！

powershell

streamlit run my_streamlit_ollama.py

输出：

text

You can now view your Streamlit app in your browser.
Local URL: http://localhost:8501

✅ 成功原因：

• 当前环境是 .venv

• streamlit 和 ollama 均在此环境中

• 使用 streamlit runXXX，启动了 Web 服务

---

🧠 核心认知升级（完整版）

表格

问题	真相	正确做法
终端找不到 ollama	用的是系统 Python，不是 .venv	必须先激活 .venv
PyCharm 能跑，终端不能跑	IDE 与终端环境隔离	终端需手动激活相同环境
Activate.ps1 无法运行	PowerShell 默认禁止脚本	首次运行前执行： Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
Settings 里没有 Project → Python Interpreter	项目未完全初始化	直接找 Python Interpreter，它可能在根级

---

✅ 未来标准操作流程（完整四步）

powershell

# 1. 进入项目目录
cd D:\PythonProject\day1\kuangye
​
# 2. 【仅首次需要】允许脚本运行
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
​
# 3. 【每次都需要】激活虚拟环境
D:\PythonProject\day1\.venv\Scripts\Activate.ps1
​
# 4. 启动应用
streamlit run my_streamlit_ollama.py

✅ 只要看到 (.venv) 前缀，就说明一切就绪！

---

❤️ 总结

这个Demo跨越了 Python 开发的三大核心关卡：

1. 环境隔离（虚拟环境 vs 系统环境）

2. 工具链协同（PyCharm 配置 ≠ 终端行为）

3. 系统安全策略（PowerShell 执行限制）

现在你不仅跑通了一个 Demo， 更掌握了 可复用、可迁移、可扩展的工程能力。

下次再做类似项目，你会：

• 5 秒设置执行策略（如果需要）

• 10 秒激活虚拟环境

• 1 行命令启动服务