PHP集成AI插件本地化部署：在私有服务器上集成开源大模型的完整流程-php教程-PHP中文网

php不运行大模型，而是作为调度中枢通过本地api网关调用已部署的ollama等模型服务；关键在于独立部署后端模型服务，php仅负责安全、稳定、可维护地调用。

php集成ai插件本地化部署：在私有服务器上集成开源大模型的完整流程

PHP本身不运行大模型，而是作为“调度中枢”，通过本地API网关对接已部署的开源大模型服务。真正实现本地化、私有化、离线可用的关键，在于后端模型服务（如Ollama、vLLM、llama.cpp）的独立部署，PHP只负责安全、稳定、可维护地调用它。

这是整个流程的前提，PHP只是客户端，不是执行体。推荐优先使用 Ollama —— 它开箱即用、支持x86_64/aarch64、一键拉取Llama 3、Qwen2、Phi-3等主流模型，且默认监听 http://127.0.0.1:11434，天然适配PHP调用。

直接写cURL容易出错、难维护、不支持流式响应和对话上下文。推荐使用专为PHP设计的 ollama-php SDK，它把REST接口封装成面向对象方法，与Laravel/Symfony等框架无缝集成。

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。

下载

安装SDK：
composer require ardagnsrn/ollama-php
初始化客户端（自动识别本地Ollama）：
$ollama = new Ollama();（默认连接http://127.0.0.1:11434）
单次文本生成：
$response = $ollama->generate('qwen2:1.5b', '用PHP写一个计算斐波那契数列的函数');
多轮对话（带历史上下文）：
$chat = $ollama->chat('qwen2:1.5b', [['role' => 'user', 'content' => '你好']]);

私有服务器≠绝对安全。需限制PHP进程对Ollama的访问行为，防止资源耗尽或异常阻塞：

设置请求超时（避免模型卡死拖垮Web服务）：
$ollama = new Ollama(['timeout' => 30, 'connect_timeout' => 10]);
禁用危险操作（如禁止PHP代码删除模型）：
不在生产环境调用 $ollama->delete() 或 $ollama->pull()，这些应由运维通过脚本或CI统一管理
添加简单熔断逻辑：
连续3次请求失败（HTTP 503/0响应）后，暂停调用5秒，并记录告警日志

不同模型支持的功能差异大（比如是否支持system角色、最大上下文长度、是否返回token统计）。可在PHP中做一层轻量元数据管理：

建立model_profiles.php配置文件，按模型名声明能力：
['qwen2:1.5b' => ['supports_system' => true, 'max_context' => 32768, 'streaming' => true]]
调用前动态校验：
若用户请求含system消息，但当前模型不支持，PHP主动降级为user+assistant组合，避免Ollama报错
响应后解析eval_count和prompt_eval_count字段，用于内部Token用量审计

整个流程不依赖外网API密钥，所有推理发生在内网，模型权重存于本地磁盘，PHP仅承担轻量HTTP调度职责——这才是真正可控、可审计、可下线的私有AI集成方式。