有，而且非常多。Ollama 的 API 体系分为两套：原生 API（功能最全）和 OpenAI 兼容 API（生态通用）。

对于你的“合同解析”项目，除了 /api/generate，这几个接口最值得关注：

一、核心必用接口（你的项目刚需）

二、原生 API 完整清单

除了上述核心接口，Ollama 还提供了一套完整的模型管理 API：

• /api/generate：你正在用的，单次文本补全。
• /api/chat：更现代的聊天接口，使用 messages 数组（含 role）来维持对话记忆。
• /api/embeddings：生成文本向量（如果你后续要做语义检索）。
• /api/pull：拉取远程模型（类似 ollama pull）。
• /api/create：通过 API 直接创建自定义模型（无需命令行）。
• /api/copy：复制模型。
• /api/ps：查看当前正在运行的模型进程。

三、OpenAI 兼容接口（生态杀手锏）

Ollama 在 http://localhost:11434/v1/ 路径下提供了一组完全兼容 OpenAI 格式的接口。这意味着你可以直接使用为 ChatGPT 编写的 SDK 或代码来调用本地模型。

• /v1/chat/completions：对应原生的 /api/chat。
• /v1/embeddings：对应原生的 /api/embeddings。
• /v1/models：对应原生的 /api/tags。

Python 示例（使用 OpenAI SDK 调用本地 Ollama）：

# 安装 openai 包：pip install openai
from openai import OpenAI

# 将 client 指向你的本地 Ollama 服务
client = OpenAI(
    base_url='http://localhost:11434/v1',
    api_key='ollama'  # 本地通常无需验证，但必须传一个非空值
)

# 像调用 ChatGPT 一样调用你的 vipsoft 模型
response = client.chat.completions.create(
    model="vipsoft",  # 你的自定义模型名
    messages=[
        {"role": "system", "content": "你是合同解析助手"},
        {"role": "user", "content": "解析这份合同..."}
    ],
    temperature=0.1
)

print(response.choices[0].message.content)

四、快速验证命令（终端测试）

你可以直接在 CMD 或 PowerShell 中运行以下命令快速体验：

1. 查看模型列表：

   curl http://localhost:11434/api/tags
   

2. 使用 Chat API（推荐替代 Generate）：

   curl http://localhost:11434/api/chat -H "Content-Type: application/json" -d '{
     "model": "vipsoft",
     "messages": [
       { "role": "user", "content": "你是谁？" }
     ],
     "stream": false,
     "format": "json"
   }'
   

五、官方文档入口

• 官网文档：https://docs.ollama.com/api。
• 在线文档：https://github.com/ollama/ollama/blob/main/docs/api.md（最详细）。

建议：在你的合同解析 Python 代码中，优先考虑迁移到 /api/chat 或 /v1/chat/completions。因为 messages 结构比拼接长字符串更清晰，也更利于未来扩展多轮问答（比如先让模型确认合同类型，再执行解析）。