LLM の curl 生成

機能

• 二つの API を一つに：Ollama ネイティブ（`/api/chat`）と OpenAI 互換（`/v1/chat/completions`）
• ⚠️ 両者の違いを別枠で提示。最も間違えやすいのはサンプリングパラメータの位置です
• 生成した curl コマンドはそのまま端末に貼れます（本文はシングルクォートで囲み、内側のクォートも正しく分割）
• リクエスト本文は独立したブロックで、他の言語へ移植しやすい形です
• システムプロンプトは任意。空のままなら空のメッセージを挿しません
• JSON モードの書き方はバックエンドごとに違うため、選択に合わせて生成します
• temperature が 0〜2 の外なら生成前にエラーにします。400 になるコマンドを渡しません
• ⚠️ キーは `$OPENAI_API_KEY` のような変数参照として書きます。環境を読まず、実際のキーにも触れません
• 処理はすべてブラウザ内で完結し、テキストを出すだけです

使い方

1. モデルへ送りたいプロンプトを書きます
2. API を選びます（ローカルの Ollama か、OpenAI 互換のサービス）
3. 必要ならエンドポイント・モデル名・システムプロンプトを指定します。未入力なら各 API の一般的な既定値を使います
4. curl コマンド全体をコピーして端末で実行します

よくある質問

代わりにリクエストを送ってくれますか

いいえ。当サイトは完全に静的なサイトでバックエンドがありません。出力はテキストです —— コマンド、リクエスト本文、そして二つの API の違いの対照表です。ネットワークへは接続せず、環境変数も読まず、あなたのキーが何であるかも知りません。実際に呼ぶには、生成したコマンドをご自身の端末で実行してください。

Ollama のコマンドにキーが無いのはなぜですか

Ollama は既定で localhost（127.0.0.1:11434）だけを待ち受け、認証もしないため、ローカル呼び出しにキーは不要だからです。⚠️ ただしそこが最大の注意点でもあります。認証付きのリバースプロキシを挟まずにインターネットへ公開すると、誰でもあなたのマシンでモデルを動かし、GPU とメモリを食い尽くせます。API キーの漏洩よりはるかに深刻です。遠隔で使うなら認証付きのプロキシを前段に置いてください。

temperature を最上位に書いたのに変わらないのはなぜですか

Ollama のサンプリングパラメータは `options` オブジェクトの中にあり（`options.temperature`、`options.num_predict`）、OpenAI 互換 API は最上位に置くからです。Ollama で最上位に書いてもエラーにはなりません。未知の項目は黙って無視されるため、「パラメータを変えたのに出力が変わらない」という現象になります。このツールは選択したバックエンドに合わせて正しい位置に置き、「二つのバックエンドの違い」でその箇所を並べて示します。

Python や JavaScript 版も生成できますか

今のところ curl だけです。理由は curl が共通の下限だからです。入っている環境ならどこでも動き、ドキュメントやチケット、README に貼っても崩れず、HTTP リクエストの各部分（メソッド・ヘッダー・本文）をすべて開いた形で示します。他の言語へ移すときは、その部分を写すだけです。本文は独立した JSON ブロックなので、`requests.post(url, json=body)` や `fetch(url, {body})` にそのまま使えます。