AI输出知识图谱数据，通常是需要结构化的数据，目前以JSON格式为主。
DeepSeek V3模型支持结构化输出，但对硬件要求较高，最小版占用空间超过 400GB，而 DeepSeek R1推理模型不太适合输出结构化数据。
NRD Studio知识图谱软件企业版集成了Ollama，通过配置可以直接调用本地模型服务。
本地用Ollama方式部署大模型，可以考虑使用千问（Qwen）系列，对JSON结构化数据都很成熟，与NRD Studio的兼容性也不错。
在本地部署大模型时，Ollama 是一个便捷的选择。若对以下方面有明确需求，可以优先考虑安装千问（Qwen）系列模型：
1.数据安全与私密性要求高：所有数据处理均在本地完成，避免敏感信息外泄；
2.模型处理能力要求适中：无需追求极致的参数量与推理性能；
3.结构化输出需求强：如构建知识图谱等任务，对输出的完整性、准确性有较高要求。
相比之下，DeepSeek 系列模型在本地部署中存在一定限制：
1.DeepSeek-V3 最低版本需占用超过 400GB 存储空间，完整版对硬件资源的要求更高；
2.DeepSeek-R1 作为推理模型，在生成结构化输出（如 JSON等）方面表现不够稳定，不利于图谱构建等结构化任务。
通义千问在结构化输出方面已较为成熟，能够有效支持如信息抽取、格式规整等任务场景，而且支持更长的上下文。
Ollama跨服务器访问时，需要在设置中打开允许外部连接，如图6。