把 DeepSeek 雲 API 程式碼接到 Ollama 後 reasoning_content 字段是空

Ollama 把 DeepSeek-R1 的思考過程放在 message.thinking，DeepSeek 雲 API 放在 message.reasoning_content。兩個字段名不能換，客戶端程式碼照搬雲端 SDK 拿到的就是 undefined 或者 None。同時 think 參數是 Ollama 頂層字段，不是 options 裡的開關。

Issue & Env（案發現場與環境）

業務場景：先按 DeepSeek 官方文檔的 OpenAI 兼容格式調通雲 API，然後把 base_url 切到本地 Ollama，發現思考過程拿不到了。
環境：Ollama v0.34.x（thinking 支持從 v0.5.x 開始穩定），客戶端 Python openai SDK 或裸 requests；模型必須支持 thinking（如 deepseek-r1、qwen3、gpt-oss），非 thinking 模型這條規則不適用。

StackTrace（堆疊日誌）

用雲 API 的寫法去 Ollama 拉思考字段，客戶端側常見三種現象。

字段根本不存在：

AttributeError: 'ChatCompletionMessage' object has no attribute 'reasoning_content'

字段存在但是空（Python SDK 容錯後）：

reasoning_content: ''
content: ''      # 有时连 content 都空——思考跑满 num_predict 被打断

裸 JSON 調試打印，字段全 None：

{
  "message": {
    "role": "assistant",
    "content": "...",
    "thinking": "..."
  }
}

注意 Ollama 響應裡實際有 thinking，只是客戶端用雲 SDK 的字段名去取，等於拿空氣。

Reproduce（復現程式碼）

雲端能跑、Ollama 跑偏的最小寫法：

# 1) DeepSeek 云 API：能跑通
from openai import OpenAI

cloud = OpenAI(api_key="sk-...", base_url="https://api.deepseek.com")
resp = cloud.chat.completions.create(
    model="deepseek-reasoner",
    messages=[{"role": "user", "content": "9.11 和 9.8 哪个大？"}],
    extra_body={"thinking": {"type": "enabled"}},
)
print(resp.choices[0].message.reasoning_content)   # 有内容
print(resp.choices[0].message.content)             # 最终答案

# 2) 改成 Ollama：照搬 SDK 字段名就出问题
local = OpenAI(api_key="ollama", base_url="http://localhost:11434/v1")
resp = local.chat.completions.create(
    model="deepseek-r1:8b",
    messages=[{"role": "user", "content": "9.11 和 9.8 哪个大？"}],
)
print(resp.choices[0].message.reasoning_content)   # AttributeError / 空

裸 HTTP 才是真相：

curl http://localhost:11434/api/chat -d '{
  "model": "deepseek-r1:8b",
  "messages": [{"role": "user", "content": "9.11 和 9.8 哪个大？"}],
  "stream": false
}'

返回的字段是 message.thinking，不是 message.reasoning_content。

Root Cause（根因分析）

一、字段名是協議層定義，不是模型層

DeepSeek 雲 API 的字段是 OpenAI 兼容擴展，reasoning_content 跟 content 同級。Ollama 走自家協議，message.thinking 是頂層字段。兩個 API 各自獨立設計，不存在別名映射。

Ollama 官方能力文檔原文：

Chat returns message.thinking and message.content. Generate returns thinking and response.

DeepSeek 官方文檔原文：

In thinking mode, the chain-of-thought content is returned via the reasoning_content parameter, at the same level as content.

字段名在兩個 API 裡都不一樣，客戶端程式碼按雲 SDK 寫就不能直接接 Ollama。

二、thinking 預設值依賴模型，不一定開

Ollama 的 think 參數是動態的，true / false / null / 模型定義字符串（如 low / medium / high），不傳等於讓模型走 /api/show 裡 thinking.default 的值。deepseek-r1:8b 預設是開，但其它模型不一定。客戶端雲 SDK 把 thinking 塞進 extra_body 這種做法對 Ollama 完全無效——Ollama 頂層 think 才是有效位置。

更深一層：think 是 Ollama chat/generate 請求的頂層字段，不能塞進 options 裡。這是個長期 bug，社區 Ollama issue #14793 裡有人總結過：放在 options 裡某些版本會無聲忽略，或者完全無效。

三、`generate` 接口對 `think: false` 有 bug

歷史上有過 generate 接口吞 think: false 的問題，即使在文檔化後某些版本仍不穩定。要穩就全走 /api/chat，不要走 /api/generate。

四、`<think>\n` 強制開關與輸出截斷

DeepSeek-R1 在某些 query 上傾向直接 <think>\n</think> 跳過思考，把“思考模式”打成空。HuggingFace 官方建議在 prompt 末尾或 Modelfile 里加一個 <think>\n 強制前綴，否則性能波動大。

另外：如果 num_predict 比思考 + 最終答案的 token 數小，Ollama 會用 done_reason: "length" 砍斷，結果是 content 為空、thinking 截了一半。客戶端只讀 content 就以為模型“啞了”，實際是思考沒跑完。

The Fix（解決方案）

第一步：直接讀 Ollama 字段

用 Ollama 原生 Python 客戶端或 requests 時，按字段名取：

import requests

r = requests.post(
    "http://localhost:11434/api/chat",
    json={
        "model": "deepseek-r1:8b",
        "messages": [{"role": "user", "content": "9.11 和 9.8 哪个大？"}],
        "think": True,            # 顶层，不是 options 里
        "stream": False,
    },
    timeout=120,
).json()

print(r["message"]["thinking"])   # 思考过程
print(r["message"]["content"])    # 最终答案

第二步：繞開 OpenAI SDK 的字段名差異

堅持用 OpenAI SDK 時，寫一個統一訪問層：

def reasoning_of(message):
    # 兼容 Ollama 和 DeepSeek 云
    return getattr(message, "reasoning_content", None) \
        or message.thinking if hasattr(message, "thinking") else None

或者自定義 OpenAI 兼容的 base URL，但把響應後處理把 message.thinking 改寫成 message.reasoning_content。程式碼側抽適配層比改模型層穩定。

第三步：調對 `think` 字段位置

# 错：放在 options 里，可能被忽略
local.chat.completions.create(
    model="deepseek-r1:8b",
    messages=[...],
    extra_body={"options": {"think": True}},   # 错位置
)

# 对：放顶层，Ollama 才认
requests.post(
    "http://localhost:11434/api/chat",
    json={
        "model": "deepseek-r1:8b",
        "messages": [...],
        "think": True,                         # 对位置
        "stream": False,
    },
)

OpenAI SDK 的 extra_body 透傳到底層 HTTP body，可以塞 think，但不要再包一層 options。

第四步：給思考留夠輸出預算

思考模型預設就要大量輸出 token。num_predict 至少給 2048 起，常識題 / 數學題調到 4096 比較穩：

requests.post(
    "http://localhost:11434/api/chat",
    json={
        "model": "deepseek-r1:8b",
        "messages": [{"role": "user", "content": "..."}],
        "think": True,
        "stream": False,
        "options": {"num_predict": 4096},
    },
)

如果 client 端只看 content 字段且一直為空，先去看 thinking 是不是被截斷了，再回頭加 num_predict。

第五步：禁用思考模式

不需要思考鏈的場景，傳 think: false，讓 message.content 直接出答案。CLI 裡對應 ollama run deepseek-r1:8b --hidethinking "..."。

requests.post(
    "http://localhost:11434/api/chat",
    json={
        "model": "deepseek-r1:8b",
        "messages": [...],
        "think": False,
        "stream": False,
    },
)

禁用後 message.thinking 為空、message.content 直接是答案。客戶端雲 SDK 的字段拿法可以直接複用——只是要記得“Ollama 關掉時拿的是 content 字段，不存在 reasoning_content”。

字段名差異是協議差異，沒有自動橋。客戶端程式碼兩套都寫適配層，比改 Ollama / DeepSeek 一方的協議省事。

References（參考來源）

Generate a chat message - Ollama 官方 API 文檔ollama-docs
Thinking - Ollama 官方能力文檔ollama-docs
Thinking Mode - DeepSeek API 官方文檔deepseek-docs