用 C# 接本機的 Ollama，做一個聽得懂人話的預約系統

使用者打的口語訊息，在本機的 Ollama 解析成 book_room 意圖與欄位

講到接 LLM，大家第一個想到的通常是 OpenAI 或 Gemini 的 API，第二個想到的是「所以要用 Python 吧」。

這兩件事其實都不一定。模型可以跑在自己的電腦上，語言也可以是 C#。

在本機跑有幾個很實際的好處：使用者打的句子不會送到別人家的伺服器（做企業內部系統時這點常常是關鍵）、沒有用量帳單、也不用擔心對方哪天改 API 或漲價。代價是你得自己準備機器，而且模型比不上最頂的那幾個。

這篇是我拿 .NET Core MVC 接本機 Ollama 做的一個小原型：會議室預約助理。目標是把

幫我預約明天的 Alpha 會議室，從下午兩點開始用一個小時

這種句子，變成程式能直接處理的 JSON。

先準備環境

.NET SDK 6.0 以上
Ollama，裝完會在背景跑一個服務
一個模型，我用的是 Llama 3 的 8B 量化版：

ollama run llama3:8b-instruct-q4_K_M

量化版的好處是一般筆電就跑得動，記憶體吃得不多，速度也還可以接受。

這個原型要 AI 做的事

其實只有兩件：

意圖辨識：這個人想幹嘛？預約、查詢，還是取消？
實體擷取：把關鍵資訊抓出來，會議室、日期、時間、時長。

然後回一包乾淨的 JSON 給我：

{
  "intent": "book_room",
  "entities": {
    "room_name": "Alpha 會議室",
    "date": "2025-09-28",
    "start_time": "14:00",
    "duration_minutes": 60
  }
}

拿到這個之後，剩下的就是一般的 C# 程式了，查空檔、寫資料庫、回傳結果，跟 AI 一點關係都沒有。AI 只負責把自然語言翻成結構化資料這一段。

開始寫

步驟 1：開專案

# 建立一個名為 OllamaBookingDemo 的新 MVC 專案
dotnet new mvc -n OllamaBookingDemo

cd OllamaBookingDemo

# 加入 Newtonsoft.Json，處理 JSON 方便一點
dotnet add package Newtonsoft.Json

步驟 2：定義資料模型

Ollama 的請求跟回應各一組，再加上我們自己要的預約結果。

Models/OllamaRequest.cs

using Newtonsoft.Json;
using System.Collections.Generic;

namespace OllamaBookingDemo.Models
{
    public class OllamaRequest
    {
        [JsonProperty("model")]
        public string Model { get; set; }

        [JsonProperty("messages")]
        public List<OllamaMessage> Messages { get; set; }

        [JsonProperty("format")]
        public string Format { get; set; }

        [JsonProperty("stream")]
        public bool Stream { get; set; }
    }

    public class OllamaMessage
    {
        [JsonProperty("role")]
        public string Role { get; set; }

        [JsonProperty("content")]
        public string Content { get; set; }
    }
}

Models/OllamaResponse.cs

using Newtonsoft.Json;

namespace OllamaBookingDemo.Models
{
    public class OllamaResponse
    {
        [JsonProperty("message")]
        public OllamaMessage Message { get; set; }
        // 其他欄位用不到就先不接
    }
}

Models/BookingIntent.cs

using Newtonsoft.Json;

namespace OllamaBookingDemo.Models
{
    public class BookingIntent
    {
        [JsonProperty("intent")]
        public string Intent { get; set; }

        [JsonProperty("entities")]
        public BookingEntities Entities { get; set; }
    }

    public class BookingEntities
    {
        [JsonProperty("room_name")]
        public string RoomName { get; set; }

        [JsonProperty("date")]
        public string Date { get; set; }

        [JsonProperty("start_time")]
        public string StartTime { get; set; }

        [JsonProperty("duration_minutes")]
        public int? DurationMinutes { get; set; }
    }
}

DurationMinutes 用可為 null 的 int?，因為使用者很可能沒講時長。

步驟 3：呼叫 Ollama 的服務

這是整個原型的核心。

using System;
using System.Collections.Generic;
using System.Net.Http;
using System.Text;
using System.Threading.Tasks;
using Newtonsoft.Json;
using OllamaBookingDemo.Models;

namespace OllamaBookingDemo.Services
{
    public interface IOllamaService
    {
        Task<BookingIntent> GetBookingIntentAsync(string userInput);
    }

    public class OllamaService : IOllamaService
    {
        private readonly HttpClient _httpClient;
        private const string ModelName = "llama3:8b-instruct-q4_K_M";
        private const string OllamaApiUrl = "http://localhost:11434/api/chat";

        public OllamaService(HttpClient httpClient)
        {
            _httpClient = httpClient;
        }

        public async Task<BookingIntent> GetBookingIntentAsync(string userInput)
        {
            // 注意：verbatim string 裡面的雙引號要打兩次
            string systemPrompt = $@"
你是一位專業的會議室預約助理。你的任務是分析使用者的輸入，並抽取出會議預約所需的資訊。
你必須只回傳一個合法的 JSON 物件，不能包含任何額外的說明或文字。
這個 JSON 物件必須包含兩個欄位：""intent"" 和 ""entities""。
可能的 intent 包含：""book_room""、""query_booking""、""cancel_booking""、""unknown""。
""entities"" 物件需要包含的資訊有：""room_name""、""date""、""start_time""、""duration_minutes""。
今天的日期是 {DateTime.Today:yyyy-MM-dd}。
如果有缺漏的資訊，請將對應值設為 null。
";

            var requestPayload = new OllamaRequest
            {
                Model = ModelName,
                Messages = new List<OllamaMessage>
                {
                    new OllamaMessage { Role = "system", Content = systemPrompt },
                    new OllamaMessage { Role = "user", Content = userInput }
                },
                Format = "json", // 讓 Ollama 保證吐出合法 JSON
                Stream = false
            };

            var jsonPayload = JsonConvert.SerializeObject(requestPayload);
            var content = new StringContent(jsonPayload, Encoding.UTF8, "application/json");

            var response = await _httpClient.PostAsync(OllamaApiUrl, content);
            response.EnsureSuccessStatusCode();

            var responseString = await response.Content.ReadAsStringAsync();
            var ollamaResponse = JsonConvert.DeserializeObject<OllamaResponse>(responseString);

            // AI 回的 content 本身是一段 JSON 字串，要再拆一次
            if (ollamaResponse?.Message?.Content != null)
            {
                var bookingIntent = JsonConvert.DeserializeObject<BookingIntent>(ollamaResponse.Message.Content);
                return bookingIntent;
            }

            return null;
        }
    }
}

有兩個地方值得多講幾句。

System Prompt 就是規格書。 你要把「你是誰、要做什麼、只准回 JSON、欄位有哪些、缺資料怎麼辦」全部講清楚。模糊的指令換來模糊的輸出，這件事跟寫需求給人做沒兩樣。

Format = "json" 別忘了。 這是 Ollama 內建的功能，開下去它會保證回傳合法 JSON。少了這行，模型很愛在 JSON 前後加一句「好的，這是您要的資料：」，然後你的反序列化就炸了。

步驟 4：註冊服務

using OllamaBookingDemo.Services;

var builder = WebApplication.CreateBuilder(args);

builder.Services.AddControllersWithViews();

// 註冊 HttpClient 和 OllamaService
builder.Services.AddHttpClient();
builder.Services.AddScoped<IOllamaService, OllamaService>();

var app = builder.Build();
app.Run();

步驟 5：Controller 和畫面

Controllers/HomeController.cs

using System.Threading.Tasks;
using Microsoft.AspNetCore.Mvc;
using OllamaBookingDemo.Models;
using OllamaBookingDemo.Services;

namespace OllamaBookingDemo.Controllers
{
    public class HomeController : Controller
    {
        private readonly IOllamaService _ollamaService;

        public HomeController(IOllamaService ollamaService)
        {
            _ollamaService = ollamaService;
        }

        public IActionResult Index()
        {
            return View();
        }

        [HttpPost]
        public async Task<IActionResult> ProcessQuery(string query)
        {
            BookingIntent result = null;
            if (!string.IsNullOrWhiteSpace(query))
            {
                result = await _ollamaService.GetBookingIntentAsync(query);
            }

            ViewBag.Query = query; // 把原本打的字帶回去，不然畫面會清空
            return View("Index", result);
        }
    }
}

Views/Home/Index.cshtml

@model OllamaBookingDemo.Models.BookingIntent
@{
    ViewData["Title"] = "會議室預約助理";
}

<div class="text-center">
    <h1 class="display-4">會議室預約 AI 助理</h1>
    <p>用平常講話的方式輸入就好</p>
</div>

<div class="row">
    <div class="col-md-8 offset-md-2">
        <form asp-action="ProcessQuery" method="post">
            <div class="form-group">
                <textarea name="query" class="form-control" rows="3" placeholder="例如：幫我預約明天的 Alpha 會議室，從下午兩點開始用一個小時">@ViewBag.Query</textarea>
            </div>
            <br />
            <div class="form-group text-center">
                <button type="submit" class="btn btn-primary">送出</button>
            </div>
        </form>
    </div>
</div>

@if (Model != null)
{
    <hr />
    <div class="row mt-4">
        <div class="col-md-8 offset-md-2">
            <h3>AI 解析結果:</h3>
            @if (Model.Intent != "unknown" && Model.Entities != null)
            {
                <div class="card">
                    <div class="card-header">
                        <strong>意圖:</strong> @Model.Intent
                    </div>
                    <ul class="list-group list-group-flush">
                        <li class="list-group-item"><strong>會議室:</strong> @(Model.Entities.RoomName ?? "未指定")</li>
                        <li class="list-group-item"><strong>日期:</strong> @(Model.Entities.Date ?? "未指定")</li>
                        <li class="list-group-item"><strong>開始時間:</strong> @(Model.Entities.StartTime ?? "未指定")</li>
                        <li class="list-group-item"><strong>時長 (分鐘):</strong> @(Model.Entities.DurationMinutes?.ToString() ?? "未指定")</li>
                    </ul>
                </div>
            }
            else
            {
                <div class="alert alert-warning">
                    看不懂這句話，換個說法試試看。
                </div>
            }
        </div>
    </div>
}

跑起來

確認 Ollama 在背景跑著，然後 dotnet run，打開瀏覽器輸入那句「幫我預約明天的 Alpha 會議室，從下午兩點開始用一個小時」，就會看到解析結果。

幾個實作時卡住的地方

一、JSON 要拆兩次

這是最容易踩的坑。Ollama 回給你的是一包 JSON 沒錯，但你要的 JSON 是包在 message.content 這個字串欄位裡面的。

外層是信封，裡面那層字串才是內容

所以要反序列化兩次：先拆外層的信封拿到 content 字串，再把那個字串當 JSON 拆一次，才會得到 BookingIntent。第一次寫的時候我在這裡卡了一陣子，因為型別看起來都對，就是拿不到東西。

二、verbatim string 裡的引號要打兩次

System Prompt 裡面滿滿都是 "intent" 這種帶引號的欄位名，而 C# 的 @"..." 裡面遇到一個 " 就會當作字串結束。所以裡面每個引號都要打兩次寫成 ""intent""，不然連編譯都過不了。

三、今天是幾號，要動態帶進去

模型不知道今天幾號，所以 prompt 一定要告訴它，不然「明天」它算不出來。但這個日期不能寫死，我用 $@"..." 的字串插值把 DateTime.Today 帶進去。寫死的話，這支程式第二天就開始給錯答案了。

之後可以再做的

這只是個能動的原型，離能上線還有一段距離。比較實際的下一步大概是：

把解析結果接到資料庫，真的去查會議室有沒有空
補錯誤處理。Ollama 沒開、模型還沒下載完、回傳的 JSON 欄位缺一半，這些都要擋
等待的時候給個 Loading。本機模型第一次跑要暖機，可能要好幾秒
資訊不齊的時候反問一句「請問是哪一天？」，而不是直接回「看不懂」

不過就算只做到這裡，我覺得已經足夠說明一件事：LLM 不是只能拿來聊天，把它當成「自然語言翻成結構化資料」的工具，是最容易在既有系統裡找到位置的用法。而且這件事，本機的小模型就做得很好了。