Ollama Python 0.6.3：原生 systemone() 对接 Decision Models；think 支持模型自定义层级

核心背景与行业痛点

Ollama 服务端 v0.35.0 已通过 /v1/systemone 引入 Decision Models（Jev/TypeSafe），用结构化 choice/noul/score 替代自由文本做路由与分流。但官方 Python 客户端仍停留在 chat/generate，开发者只能手拼 HTTP，无法在类型安全的 SDK 里复用同一套决策协议——工单分流、模型路由、内容审核等场景落地成本偏高。

架构亮点与底层机制

v0.6.3 新增 [ollama.systemone()](https://github.com/ollama/ollama-python/blob/v0.6.3/examples/systemone.py)：一次传入 state 上下文与多道 questions，由服务端 Decision Model 返回各题的选项、概率与置信度。同步放宽 sync generate 的 think 类型与 client 侧 thinking levels（#697/#744），使 Python 侧与支持分层思考的模型对齐；图片路径扩展名改为大小写不敏感（#696）。

权威 Benchmark 与实测跑分对比

本客户端发版未附带独立公开跑分；决策质量取决于所拉取的 Decision Model（如 Nimble/Tev1）及服务端 v0.35.0 行为。请以你业务集上的分流准确率、置信度校准与延迟为准，勿把 SDK 版本号当作模型能力指标。

开发者实战落地与开箱指南

1. 升级服务端与客户端：ollama ≥0.35.0，pip install -U ollama==0.6.3（PyPI）。
2. ollama pull nimble 后运行官方 systemone.py：对工单文本同时问团队归属（choice）、是否退款（noul）、紧急度（score）。
3. 将返回的 probabilities/confidence 接入你的路由阈值；多工具示例亦已修复，可与既有 tools 流程并存。仓库与文档见 ollama-python、docs.ollama.com。