Ollama部署

ollama下载地址

https://ollama.com/download

运行：

ollama run llama3.1

使用kimi写python代码

我要用本地已经部署的ollama工具提供的API，批量的处理一个excel中的内容，请你帮我完成python程序
1）读取excel中每一行的[回答]列的数据
2）用准备好的提示词和接口地址，处理单元格数据，收到包含两个字段的json数据，【得分】【评价】
3）将【得分】【评价】，保存到原有的excel中

要完成这个任务，我们将需要使用 Python 的几个库：pandas 用于读取和写入 Excel 文件，requests 用于发送 HTTP 请求到 API，以及 json 用于处理 JSON 数据。

以下是一个基本的 Python 脚本示例，演示了如何实现上述功能：

import pandas as pd
import requests
import json

# 指定你的 Excel 文件路径
excel_path = 'path_to_your_excel_file.xlsx'
# 指定 API 地址
api_url = 'your_api_url_here'

# 读取 Excel 文件
df = pd.read_excel(excel_path)

# 准备一个空的 DataFrame 用于存储结果
results_df = pd.DataFrame(columns=['得分', '评价'])

# 遍历 DataFrame 中的每一行
for index, row in df.iterrows():
    # 假设 '回答' 是列名，根据你的实际情况可能需要修改
    response_content = row['回答']
    
    # 准备 POST 请求的数据，包括提示词和需要处理的数据
    payload = {
        'prompt': 'your_prompt_word_here',  # 你的提示词
        'content': response_content
    }
    
    # 发送 POST 请求到 API
    response = requests.post(api_url, json=payload)
    
    # 检查响应状态码
    if response.status_code == 200:
        # 解析响应内容为 JSON
        json_data = response.json()
        
        # 从 JSON 中获取 '得分' 和 '评价'
        score = json_data.get('得分')
        comment = json_data.get('评价')
        
        # 将结果添加到结果 DataFrame 中
        results_df = results_df.append({'得分': score, '评价': comment}, ignore_index=True)
    else:
        print(f"Failed to get a proper response from API for row {index}. Status code: {response.status_code}")

# 将得分和评价合并回原始 DataFrame
df[['得分', '评价']] = results_df

# 保存更新后的 DataFrame 回 Excel 文件
df.to_excel(excel_path, index=False)

print("Processing complete. Updated Excel file saved.")

请注意，这个脚本假设你的 Excel 文件中有一个名为 [回答] 的列，并且 API 响应的 JSON 数据包含 得分 和 评价 字段。你需要根据你的实际情况调整列名、API URL 和提示词。

在运行此脚本之前，请确保你已经安装了所需的库：

pip install pandas requests

此外，确保你的 API 能够处理 POST 请求，并返回正确的 JSON 格式数据。如果 API 需要其他类型的请求（如 GET 请求）或需要认证（如 API 密钥），你需要在 requests.post 调用中进行相应的调整。

主框架有了，剩下就是一步步踩坑和调整的过程。

调整0：提示词

下面的文字是一个创业者的创业故事，请帮我从三个维度进行信息提炼
1）创业烧掉多少钱，如果没有提到就写0
2）根据文字表达，判断一下这个创业者的逻辑思维能力和表达能力，满分10分，综合打一个分数
3）根据复盘的内容，判断一下他最有可能失败的原因

要求：
1）不要推断，只从原始文字中进行内容分析
2）输出结果用json格式，包含三个内容【烧掉多少钱】【逻辑表达得分】【可能失败的原因】
3）输出不要更多信息，只给我要的内容

复盘文字：

输出：

{
  "烧掉多少钱": 0,
  "逻辑表达得分": 5,
  "可能失败的原因": "由于没有具体的复盘文字提供，无法判断可能的失败原因。"
}

换用Ollama自带的调用方式

由于您没有提供具体的复盘文字，我无法进行具体的信息提炼。但是，我可以提供一个通用的Python代码示例，用于调用一个API并处理返回的JSON数据。您可以根据实际的API调用方式和返回的数据格式，对以下代码进行相应的调整。

假设Ollama的API调用方式是通过HTTP POST请求，并且返回的数据是JSON格式，包含score和comment字段。以下是使用Python的requests库调用API并处理数据的示例代码：

import requests
import json
import pandas as pd

# 假设这是您的API调用函数
def call_ollama_api(content, prompt):
    api_url = '您的API地址'
    headers = {'Content-Type': 'application/json'}  # 如果API需要特定的头部信息，请添加
    payload = {
        'prompt': prompt,
        'content': content
    }
    response = requests.post(api_url, json=payload, headers=headers)
    if response.status_code == 200:
        return response.json()  # 假设返回的是JSON格式的数据
    else:
        raise Exception(f"API调用失败，状态码：{response.status_code}")

# 读取Excel文件
excel_path = '您的Excel文件路径.xlsx'
df = pd.read_excel(excel_path)

# 假设您的Excel文件中有两列：'回答'和'得分'，'评价'
# 并且您想在原有Excel文件中添加'得分'和'评价'列

# 准备存储得分和评价的列表
scores = []
comments = []

# 调用API并更新数据
for index, row in df.iterrows():
    response_data = call_ollama_api(row['回答'], '您的提示词')  # 替换为您的提示词
    scores.append(response_data.get('score', 0))  # 使用.get()避免KeyError，如果没有'score'则默认为0
    comments.append(response_data.get('comment', '无评价'))  # 同上

# 将得分和评价添加到DataFrame
df['得分'] = scores
df['评价'] = comments

# 保存更新后的DataFrame到Excel
df.to_excel('更新后的Excel文件路径.xlsx', index=False)

请注意，您需要替换代码中的api_url、prompt、excel_path和'更新后的Excel文件路径.xlsx'为您实际的API地址、提示词、原始Excel文件路径和更新后的Excel文件路径。

此外，如果API调用需要认证（如API密钥），您需要在headers中添加相应的认证信息。如果API的返回数据结构与示例不同，您需要根据实际返回的数据结构调整代码中的response_data.get('score', 0)和response_data.get('comment', '无评价')部分。

在运行此代码之前，请确保您已经安装了所需的库：

pip install pandas requests