ollama run qwen2

import ollamadef call_ollama(model, message):try:response = ollama.chat(model=model, messages=[message], stream=True)return [chunk.get('message', {}).get('content', '') for chunk in response if 'content' in chunk.get('message', {})]except Exception as e:st.error(f"Error calling Ollama API: {e}")return []

# 此段代码用于病情与病例整理的界面交互，并通过调用外部模型进行数据处理st.title = "病例整理"user_input = st.text_area('', '', height=400)# 提供一个文本区域供用户输入
# 如果用户点击“提交”按钮if st.button('整理病例'):# 构造用户输入的消息列表user_input += '请把以下资料和数据，整理为数据表格。对检验指标，请加以解释说明。 '# 向用户显示提示信息messages = [{'role': 'user', 'content': user_input}]# 调用外部模型处理用户输入response_chunks = call_ollama(model_choice, messages[0])# 将模型返回的结果合并为一个字符串final_response = ''.join(response_chunks)# 输出final_response到页面st.write(final_response)

if st.button('治疗方案'):user_input += '请寻找治疗方案和临床治疗路径，有相关文档请列出，整理后以表格形式用中文输出。 ' # 向用户显示提示信息messages = [{'role': 'user', 'content': user_input}]# 调用外部模型处理用户输入response_chunks = call_ollama(model_choice, messages[0])# 将模型返回的结果合并为一个字符串final_response = ''.join(response_chunks)# 输出final_response到页面st.write(final_response)