Ollama思考模式变更与Spring AI集成实践

1. Ollama思考模式变更的背景与影响

最近在使用Spring AI集成Ollama时，我发现一个重要的API变更：Ollama的思考内容不再包含在常规的content字段中，而是独立到了thinking字段。这个变化直接影响到了我们获取模型推理过程的方式。

在Ollama 0.12之前的版本中，模型的推理思考过程通常与最终答案一起混在content字段中。这种设计导致开发者需要手动解析内容，区分哪些是中间思考过程，哪些是最终答案。随着Ollama对推理模型（如Qwen3、DeepSeek系列）支持的增强，新版本将thinking内容完全独立出来，形成了更清晰的数据结构。

这个变更带来的主要影响包括：

• 思考内容与最终答案完全分离，不再需要复杂的文本解析
• 可以通过metadata直接访问完整的推理链条
• 支持更精细的思考级别控制（如GPT-OSS模型的高/中/低思考级别）
• 为后续的推理过程分析和优化提供了结构化数据基础

2. Spring AI中获取思考内容的新方法

2.1 基础获取方式

在Spring AI中，现在可以通过ChatResponse的metadata来获取思考内容。以下是基本代码示例：

java复制ChatResponse response = chatModel.call(
    new Prompt(
        "计算17乘以23的值并展示计算过程",
        OllamaChatOptions.builder()
            .model("deepseek-r1")
            .enableThinking()  // 明确启用思考模式
            .build()
    ));

// 获取思考过程
String thinking = response.getResult().getMetadata().get("thinking");
System.out.println("模型思考过程: " + thinking);

// 获取最终答案
String answer = response.getResult().getOutput().getText();
System.out.println("最终答案: " + answer);

对于支持思考级别的模型（如GPT-OSS），可以指定不同的思考深度：

java复制// 低思考级别 - 适合简单问题
OllamaChatOptions.builder().thinkLow()

// 中思考级别 - 适合中等复杂度问题 
OllamaChatOptions.builder().thinkMedium()

// 高思考级别 - 适合复杂推理问题
OllamaChatOptions.builder().thinkHigh()

2.2 流式响应中的思考内容处理

当使用流式API时，思考内容会作为独立的chunk发送。处理方式如下：

java复制Flux<ChatResponse> stream = chatModel.stream(
    new Prompt(
        "解释量子纠缠现象",
        Olla