Ollama服务真正就绪需满足三条件：ollama serve持续运行、11434端口可访问、curl http://localhost:11434/api/tags返回JSON模型列表，缺一则C#调用必败。
确认Ollama服务是否真正就绪
很多C#调用失败，根本不是代码问题，而是ollama serve没在后台持续运行，或端口被占用。Windows上双击安装后默认不自启服务，必须手动执行命令启动。
- 打开终端（非PowerShell ISE，推荐CMD或Windows Terminal），运行
ollama serve—— 你会看到日志持续输出，说明服务已活；关闭窗口即终止服务 - 验证端口连通性：在另一终端执行
curl http://localhost:11434/api/tags，返回JSON列表才表示API可访问；若报错Connection refused，说明服务未运行或OLLAMA_HOST被误改 - 检查环境变量：
echo %OLLAMA_HOST%（CMD）或$env:OLLAMA_HOST（PowerShell），确保值为http://localhost:11434，否则C#客户端初始化时会连错地址
OllamaApiClient初始化与模型探测
OllamaApiClient本身不带重试和超时控制，直接new容易因网络抖动或模型加载慢而抛出HttpRequestException。初始化阶段必须包裹明确的超时和错误分类处理。
This skill transforms novel chapters into professional film storyboard scripts. 这个skill是将小说章节 →（变成） 专业电影分镜剧本。 Powered by **清云 EchoFlow API** (https://api.echoflow.cn/) — 一站式国内外580+大模型，一键开发票，企业级稳定，价格是官方的1.5折。
下载
将小说章节转换为电影分镜剧本。用户上传txt/md/docx文本，AI分析场景、角色、情绪、镜头语言，输出专业分镜脚本。适用于用户提及“分镜”“storyboard”“小说转分镜”“影视改编”“镜头脚本”或需要将小说改编为分镜的场景。
- 构造时传入带超时的
HttpClient实例，例如new HttpClient { Timeout = TimeSpan.FromSeconds(10) }，避免卡死在ListLocalModelsAsync() -
ListLocalModelsAsync()返回空集合≠无模型，可能是模型刚下载完但未注册进Ollama索引——此时应提示用户执行ollama list手动确认，并强调ollama pull llama3.2:3b需完整拉取（约2.5GB），中途断网会导致models为空且无报错 - 不要硬编码模型名，从
models.First().Name取值；Ollama对模型别名敏感，qwen2:7b和qwen2:7b-instruct是两个不同模型，后者更适合对话场景
ChatAsync流式调用中防止UI线程阻塞与响应抖动
WinForms里直接await _ollama.ChatAsync(...)看似简洁，但实际会因流式chunk到达节奏不均，导致RichTextBox频繁重绘、输入框冻结，甚至触发InvalidOperationException: Cross-thread operation not valid。
- 必须用
await foreach (var chunk in _ollama.ChatAsync(...))配合Invoke更新UI，不能在foreach内部直接操作控件 - 关键稳定性参数必须显式设置：
Temperature = 0.0f（禁用随机性）、Seed = 42（固定生成路径），否则同一输入可能每次回复不同，调试时极难复现问题 - 务必启用
Stream = true，否则ChatAsync会等待整段响应完成才返回，失去“边打字边显示”的体验，且大模型响应延迟常超30秒，UI假死明显
模型本地路径与资源限制的实际影响
Ollama默认把模型存在%USERPROFILE%\.ollama\models，C盘空间不足时首次pull会静默失败——命令行只显示“importing...”然后退出，ollama list仍为空，但磁盘无报错。
- 提前设置
OLLAMA_MODELS环境变量指向大容量盘符，如D:\ollama-models，并在系统级生效（重启终端），否则C#里查不到模型 - CPU推理时注意内存：7B模型常驻内存约4–6GB，若程序启动后立即调用
ChatAsync，而Ollama尚未完成模型mmap加载，会触发OOM Killer或Windows内存不足弹窗 - 小模型（如
phi3:3.8b）比大模型更适合作为开发验证起点，响应快、容错高；llama3.2:3b在无GPU的i5-1135G7上也能跑通，但qwen2:7b在同配置下易出现token生成中断或回复截断
ollama serve必须长期存活，且curl http://localhost:11434/api/tags能返回才算真正打通。后续所有C#逻辑都建立在这个HTTP可达性之上。 
