打开浏览器→下载 Ollama→输入 1 条命令→搞定！这不是魔法，而是本地部署大语言模型的全新方式。Ollama 简化了大型语言模型的运行，让每个人都能在本地轻松体验 AI 的强大。
但是，仅仅运行一个大语言模型还不够。如何让它真正理解你的数据，回答你的问题？这时，AnythingLLM 就派上用场了。
它能将你的文档、笔记、网页等各种数据源连接到本地 Ollama 运行的 DeepSeek 模型，构建一个真正属于你的、个性化的知识库问答系统。告别在海量信息中苦苦搜索，让 AI 成为你高效的知识助手！
关于引入 AnythingLLM 的理由，可以考虑以下几点：
1、数据连接： AnythingLLM 可以连接各种数据源，例如本地文件、网站链接等。
2、**多模型选择：**AnythingLLM支持各种主流模型的API接入方式，DeepSeek、OpenAI、Gemini等等。
3、易用性： 它通常提供友好的用户界面，方便用户进行配置和管理。
1 Ollama 本地化部署DeepSeek R1
Ollama 是一个用于本地运行大语言模型（LLMs）的开源工具，提供简单的界面和优化的推理引擎，使用户能够在个人设备上高效地加载、管理和运行 AI 模型，而无需依赖云端。
官网地址：https://ollama.com/
官网下载对应版本，然后根据自己本地配置运行命令。
其中，deepseek-r1:1.5b 换成适配你本地的模型。
运行命令：ollama run deepseek-r1:1.5b
介绍几个Ollama常用的命令：
1、列出本地可用的模型列表：ollama list
2、启动模型：ollama run model_name
3、查看模型信息：ollama show model_name
4、删除指定模型：ollama rm model_name
2 部署AnythingLLM
2.1 下载安装
打开官网地址：https://anythingllm.com/desktop，根据自己的系统选择下载的版本。
默认路径安装，或者修改默认安装路径都可以。
安装完成界面：
点击完成自动跳转到AnythingLLM界面。
选择Ollama，AnythingLLM会自动检测本地部署的模型，所以前提确保Ollama本地部署的模型正常运行。
模型配置
1、LLM Selection（大语言模型选择）：
这里选择了名为 Ollama 的模型。
说明用户的模型和聊天记录仅在运行 Ollama 模型的机器上可访问，这意味着数据不会在其他地方被存储或访问，从而增强了数据的安全性和隐私性。
2、Embedding Preference（嵌入偏好）：
使用了名为 AnythingLLM Embedder 的嵌入工具。
说明用户的文档文本是在 AnythingLLM 的实例上私密嵌入的，这意味着文本数据的处理和转换是在本地进行的，不会泄露给第三方。
3、Vector Database（向量数据库）：
使用了 LanceDB 作为向量数据库。
说明用户的向量和文档文本都是存储在这个 AnythingLLM 实例上的，这再次强调了数据的私密性和安全性。
收集用户对 AnythingLLM 服务的反馈，可选的调查问卷，可直接跳过。
创建工作区，填写工作区名称。
可以在聊天窗口与之对话了。
2.2 搭建本地知识库
在左侧工作区找到上传按钮。
我上传了一个表格文件。
选中上传的文本，点击移动到工作区。
点击Save and Embed。对文档进行切分和词向量化。
完成后，点击图钉按钮，将这篇文档设置为当前对话的背景文档。
测试效果：
我上传的知识库是虚拟了5本书及价格。随便选中其中一本问下价格。
可以考到模型思考的过程及最终答案，还是非常准确的。
2.3 DeepSeek R1 API 接入LLM
也许有的小伙伴会说，我本地硬件条件有限，就想使用DeepSeek官网服务怎么办？
不要着急，AnythingLLM支持直接调用DeepSeek官方提供的API接口。
在工作区右侧点击设置，选择聊天设置，可以更改LLM模型。
选择DeepSeek，输入API Key，选择DeepSeek R1模型。
输入DeepSeek API Key，选择DeepSeek R1模型就可以了。
点击最后更新工作区后就可以享受官方提供的大模型服务了。
知识库部署和2.2章节一致，只是调用的模型变为官方API接口。
看到这里，你是否发现AI私有化部署并没有想象中复杂？其实技术平权化的浪潮早已到来，重要的是勇敢迈出第一步。
毕竟，当技术门槛不复存在，唯一限制我们的，就只剩下想象力。
记住，每个科技达人都是从点击『安装』按钮开始的！
零基础入门AI大模型
今天贴心为大家准备好了一系列AI大模型资源，包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
有需要的小伙伴，可以点击下方链接免费领取【保证100%免费】
1.学习路线图
第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；
第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
2.视频教程
网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。
（都打包成一块的了，不能一一展开，总共300多集）
3.技术文档和电子书
这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。
4.LLM面试题和面经合集
这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集
5.免费获取
这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码或者点击以下链接都可以免费领取【保证100%免费】
。
扫一扫
2327
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
