bug fix for ollama local model without stream mode

[loadwiki]

• bug fix， 聊天的history需要append符合openAI 消息规范的字典对象，否则gradio的回掉中会检测出异常
• ollama的本地蒸馏小模型支持stream方式的不多，chat 接口的post请求修改为非stream mode

[weiwill88]

感谢提交这个修复。

我看了一下当前仓库状态，这个 PR 目前不建议直接合并，主要原因是：

1. 这个 PR 的目标分支是 master，修改文件是旧版单文件入口 rag_demo_pro.py；但仓库当前默认分支是 main，主线已经重构为 rag_demo.py + core/ 模块结构，main 上已经没有 rag_demo_pro.py。
2. 你提到的 Gradio history 需要使用 OpenAI message dict 格式，这一点在当前 main 的 rag_demo.py 里已经基本采用了 {"role": ..., "content": ...} 的写法。
3. Ollama 小模型不支持 stream 的问题仍然有参考价值，但应该迁移到当前主线的 core/generator.py，而不是继续修改旧版 rag_demo_pro.py。

建议后续处理方式：

• 如果你愿意继续推进，请把分支 rebase/retarget 到 main；
• 只保留和当前主线相关的改动，重点看 core/generator.py 中 Ollama stream_answer() 的兼容处理；
• 不要在 history 更新时用 assistant 消息覆盖 user 消息，当前主线的做法是分别 append user 和 assistant 两条消息。

我这边暂时不会合并这个 PR。