1. 项目背景业务场景某电商公司的客服团队每天要处理上百条重复性问题：“我的订单到哪了？”“退货流程是什么？”"充值什么时候到账？"客服主管老李发现，80%的咨询都可以用标准话术回答，但客服人员每次都要在知识库里手工搜索，平均响应时间3分钟，高峰期经常排队。技术经理提出用大模型做智能客服，但有两个约束：第一，数据不能离开公司内网；第二，客服系统是Python写的，需要无缝集成。团队已经在本地部署了Ollama，第5章也学会了用curl和HTTP API调用模型——但每次都要拼JSON、手动处理流式响应太麻烦了。开发小周说：“给我一个Python封装好的客户端，带重试、超时、流式、错误处理，我直接import就能用。”痛点裸HTTP调用繁琐：每次调用都要手动构造JSON body、设置headers、解析响应、处理错误码。一个简单的问答功能需要50行代码起跳。流式响应难封装：流式响应的chunk拼接、中断处理、异常恢复需要大量样板代码，且容易出错。缺乏会话管理：多轮对话时需要手动维护消息历史、控制上下文长度、裁剪超出窗口的历史记录。错误场景不全：网络超时、模型不存在、Ollama服务挂了、推理超时——每种错误都需要对应的降级策略，原始代码缺乏统一处理。一句话总结：把Ollama从"能调的通"升级到"好