标签： Ollama

本文解决什么问题、适合谁、前置条件

我想在 Godot 里做一个”离线也能聊天”的 NPC：玩家输入一句话，NPC 逐字吐出回复，全程不走任何云 API，不烧 token，也不担心断网。这篇就是把我实机跑通的完整过程写下来——从空场景到流式对话，再到打包后踩过的坑。

适合谁：会一点 GDScript、想给游戏加本地大模型对话，但被 HTTPRequest 不支持流式、中文显示方块、导出后连不上这些问题卡住的人。

我的实测环境（2026-06 验证）：

• Godot 4.3 stable（4.2 也能跑，API 一致）
• Ollama 0.5.x（本机装的是 0.30.10，/api/chat 接口行为一致）
• 模型：qwen2.5:7b（中文对话首选）或 llama3.1:8b
• 系统：Windows 11 与 macOS 14 双端各跑了一遍

下文所有代码我都在上述环境实跑过，接口返回结构也用 curl 对照过，不是照抄文档。

第一步：创建 Godot 最小对话场景

先搭一个能输入、能滚动显示的界面。节点结构如下：

NPCChat (Node)
├── HTTPRequest              # 普通请求版用
├── VBoxContainer
│   ├── ScrollContainer
│   │   └── ChatLog (RichTextLabel)   # 显示对话，勾选 Fit Content
│   └── HBoxContainer
│       ├── InputEdit (LineEdit)
│       └── SendButton (Button)

关键设置：ChatLog 用 RichTextLabel，勾选 Bbcode Enabled 和 Scroll Following，这样逐字追加时会自动滚到底。InputEdit 勾上 Clear On Submit 省事。

第二步：安装 Ollama 并拉取本地模型

装好 Ollama 后，先在终端把模型拉下来并验证中文能正常返回，别急着写 Godot：

# 拉取中文表现更好的 qwen2.5:7b（约 4.7GB）
ollama pull qwen2.5:7b

# 启动服务（多数平台安装后已自动常驻，端口 11434）
ollama serve

# 直接命令行验证一句中文
ollama run qwen2.5:7b "用一句话介绍你自己"

再用 curl 确认 HTTP 接口的返回结构——这一步很重要，Godot 端解析全靠它：

curl http://127.0.0.1:11434/api/chat -d '{
  "model": "qwen2.5:7b",
  "stream": false,
  "messages": [{"role": "user", "content": "你好"}]
}'

非流式返回是一个完整 JSON，回复正文在 message.content，结束标志是 done: true：

{"model":"qwen2.5:7b","message":{"role":"assistant","content":"你好！有什么可以帮你的？"},"done":true, ...}

第三步：Godot 用 HTTPRequest 调用 Ollama（普通请求版）

先做最简单的”一次性拿全部回复”版本，跑通链路再上流式。挂在根节点的脚本：

extends Node

@onready var http: HTTPRequest = $HTTPRequest
@onready var chat_log: RichTextLabel = $VBoxContainer/ScrollContainer/ChatLog
@onready var input_edit: LineEdit = $VBoxContainer/HBoxContainer/InputEdit

const OLLAMA_URL := "http://127.0.0.1:11434/api/chat"
const MODEL := "qwen2.5:7b"

func _ready() -> void:
    http.request_completed.connect(_on_request_completed)

func _on_send_pressed() -> void:
    var text := input_edit.text.strip_edges()
    if text == "":
        return
    chat_log.append_text("[b]我：[/b]%s\n" % text)
    input_edit.text = ""
    _ask(text)

func _ask(prompt: String) -> void:
    var headers := ["Content-Type: application/json"]
    var body := {
        "model": MODEL,
        "stream": false,   # 先关流式
        "messages": [{"role": "user", "content": prompt}]
    }
    var err := http.request(OLLAMA_URL, headers, HTTPClient.METHOD_POST, JSON.stringify(body))
    if err != OK:
        chat_log.append_text("[color=red]请求发起失败：%d[/color]\n" % err)

func _on_request_completed(result: int, code: int, _headers: PackedStringArray, body: PackedByteArray) -> void:
    if result != HTTPRequest.RESULT_SUCCESS or code != 200:
        chat_log.append_text("[color=red]HTTP 错误 result=%d code=%d[/color]\n" % [result, code])
        return
    var data = JSON.parse_string(body.get_string_from_utf8())  # 用 utf8 解码，中文才不乱
    if data == null or not data.has("message"):
        chat_log.append_text("[color=red]JSON 解析失败[/color]\n")
        return
    chat_log.append_text("[b]NPC：[/b]%s\n" % data["message"]["content"])

把 SendButton 的 pressed 信号连到 _on_send_pressed，运行、输入、回车，NPC 就能回你了。注意 get_string_from_utf8() 这一句——用错解码方式是后面”中文方块”的元凶之一。

第四步：改成流式输出（逐字显示）

这是最容易翻车的一步。HTTPRequest 节点做不了真正的流式——它只在整个响应下载完后触发一次 request_completed，你拿到的永远是完整结果。想要逐字效果，得降一层用 HTTPClient 自己轮询、边收边读。

Ollama 的流式响应是 NDJSON（每行一个独立 JSON，以 \n 分隔），像这样：

{"message":{"content":"你"},"done":false}
{"message":{"content":"好"},"done":false}
{"message":{"content":""},"done":true}

所以解析逻辑是：按字节缓冲，逐行切分，只解析完整的行。为什么按字节而不是按字符串？因为一个中文字符占 3 字节，可能被切在两个网络 chunk 中间，直接 get_string_from_utf8() 半个字符就会乱码。下面这版我处理了这个边界：

extends Node

signal token_received(text: String)
signal stream_done()

const HOST := "127.0.0.1"
const PORT := 11434
const MODEL := "qwen2.5:7b"

var _client := HTTPClient.new()
var _state := 0          # 0 空闲 1 连接中 2 读取中
var _pending := ""
var _buf := PackedByteArray()   # 跨 chunk 的字节缓冲

func send_message(prompt: String) -> void:
    _pending = JSON.stringify({
        "model": MODEL,
        "stream": true,
        "messages": [{"role": "user", "content": prompt}]
    })
    _buf = PackedByteArray()
    var err := _client.connect_to_host(HOST, PORT)
    if err != OK:
        push_error("connect_to_host 失败：%d" % err)
        return
    _state = 1
    set_process(true)

func _process(_delta: float) -> void:
    _client.poll()
    var status := _client.get_status()
    match _state:
        1:
            if status == HTTPClient.STATUS_CONNECTED:
                var headers := ["Content-Type: application/json"]
                _client.request(HTTPClient.METHOD_POST, "/api/chat", headers, _pending)
                _state = 2
            elif status == HTTPClient.STATUS_CANT_CONNECT or status == HTTPClient.STATUS_CANT_RESOLVE:
                push_error("连不上 Ollama，确认 ollama serve 在跑")
                _finish()
        2:
            if status == HTTPClient.STATUS_BODY:
                var chunk := _client.read_response_body_chunk()
                if chunk.size() > 0:
                    _consume(chunk)
            elif status == HTTPClient.STATUS_CONNECTED:
                _finish()   # 响应体读完，连接回到 CONNECTED

func _consume(chunk: PackedByteArray) -> void:
    _buf.append_array(chunk)
    while true:
        var nl := _buf.find(10)   # 找换行符 \n
        if nl == -1:
            break
        var line := _buf.slice(0, nl)
        _buf = _buf.slice(nl + 1)
        var text := line.get_string_from_utf8().strip_edges()
        if text == "":
            continue
        var obj = JSON.parse_string(text)
        if obj == null:
            continue          # 半行/坏行，跳过，等下一个 chunk 补齐
        if obj.has("message"):
            token_received.emit(obj["message"].get("content", ""))
        if obj.get("done", false):
            _finish()

func _finish() -> void:
    set_process(false)
    _state = 0
    if _client.get_status() != HTTPClient.STATUS_DISCONNECTED:
        _client.close()
    stream_done.emit()

UI 侧订阅这两个信号即可实现逐字上屏、发送时禁用按钮、结束再恢复：

func _ready() -> void:
    $OllamaStream.token_received.connect(func(t): chat_log.append_text(t))
    $OllamaStream.stream_done.connect(func(): send_button.disabled = false)

func _on_send_pressed() -> void:
    send_button.disabled = true          # 请求中禁用，防重复提交
    chat_log.append_text("\n[b]NPC：[/b]")
    $OllamaStream.send_message(input_edit.text.strip_edges())

超时与中断：本地模型偶尔会卡（显存不足在重载）。可以在 send_message 时记一个起始帧计数，在 _process 里超过阈值就 _client.close() 并提示重试；玩家想打断时同样调 _finish() 即可，不用等模型说完。

第五步：真实踩坑与报错处理

下面每一条都是我实际撞上并解决的，按出现频率排。

1. Connection refused / STATUS_CANT_CONNECT

九成是 ollama serve 没在跑，或端口不是默认 11434。先在终端 curl http://127.0.0.1:11434，返回 Ollama is running 才说明服务活着。若你改过 OLLAMA_HOST 绑定成 0.0.0.0，Godot 里也要用对应地址。

2. “要不要处理 CORS？”——这是个误解

桌面版 Godot 走的是原生 socket，根本没有 CORS 概念，别去折腾请求头。CORS 只在你把游戏导出成 Web(HTML5) 、由浏览器发请求时才存在。如果你是桌面端却报跨域，那多半是错把问题归因了，真正原因通常是第 1 条或第 6 条。

3. 中文显示成方块 □□□

这几乎都是字体问题，不是编码问题。Godot 默认字体不含中文字形，收到”你好”也只能画方块。解决：给 ChatLog 挂一个含 CJK 的字体（如思源黑体/Noto Sans CJK），在 Theme 或节点的 theme_override_fonts 里设上。数据层面只要坚持用 get_string_from_utf8() 解码就不会乱码。

4. JSON 解析失败

流式响应是 NDJSON，不是一个大 JSON。直接把整段响应丢给 JSON.parse_string 必然失败——必须按 \n 切成行逐行解析。上面 _consume 里”找不到完整行就跳过等下一 chunk”的写法，正是为了兼容被切断的半行。

5. 逐字输出里偶发乱码

就是前面说的多字节被 chunk 切断。务必按字节缓冲、以 \n（字节 10）为界切行，切出完整行后再 get_string_from_utf8()。按字符串拼接再切，迟早会撞上半个汉字。

6. 打包后 127.0.0.1 连不上

分两种情况：

• 导出成 Web/HTML5：浏览器沙箱下页面通常是 https，去连 http://127.0.0.1 属于混合内容 + 跨域，会被拦。本地 NPC 这种场景，请导出桌面版，别导 Web。
• 桌面版发给别人跑：127.0.0.1 指的是”运行游戏的那台机器自己”，对方电脑上没装 Ollama 自然连不上。要么随包引导对方装 Ollama，要么把地址改成一台大家都能访问的内网/局域网服务器 IP。

小结 + 可复现完整代码

整条链路就三个要点：普通请求用 HTTPRequest 快速验证；真流式必须下沉到 HTTPClient 手动轮询；中文相关的坑分两层——字体管显示、UTF-8 字节切行管数据。把这三点理顺，一个纯本地、不烧云 token 的对话 NPC 就成了。

本文第一到第四步的场景结构、非流式脚本、流式 HTTPClient 完整实现、UI 绑定代码均已在正文中逐段给出，可按步骤直接复制到本地 Godot 4.3 项目中运行。测试用例建议至少覆盖：纯中文短句、中英混排、连续多轮、以及故意关掉 ollama serve 触发 CANT_CONNECT 的失败路径，确认报错分支都走得通。模型参数用 qwen2.5:7b + stream:true 即为上文配置。

发布日期：2026-06；如后续 Ollama 或 Godot 大版本调整了接口行为，请以官方文档为准并复核本文代码。