【AI大模型】ollama+MaxKB,构建本地 AI 知识库

前言

ollama 的本地 api base url :http://localhost:11434

maxKB 运行docker run -d --name=maxkb -p 2000:8080 -v ~/.maxkb:/var/lib/postgresql/data 1panel/maxkb

刚开始的用户名: admin 密码: MaxKB@123… ,登录上去了会要求你该密码

maxKB 中添加ollama模型

ollama settings in MaxKB

ollama 本地地址需要终端运行ollama serve,显示下图已经 in use 浏览器打开地址会显示ollama is running

ollama serve 

Error: listen tcp 127.0.0.1:11434: bind: address already in use

ollama服务默认是http://127.0.0.1:11434，目前在macOS上修改ip和端口无效，官方暂未解决

linyu@LinyudeMBP ~ % lsof -i:11434                

COMMAND   PID  USER   FD   TYPE             DEVICE SIZE/OFF NODE NAME

ollama  15577 linyu    3u  IPv4 0xc60ad1ae44036ad5      0t0  TCP localhost:11434 (LISTEN)

ollama  15578 linyu    6u  IPv4 0xc60ad1ae43a7df55      0t0  TCP localhost:63205->localhost:11434 (ESTABLISHED)

linyu@LinyudeMBP ~ % kill -9  15577               

linyu@LinyudeMBP ~ % 

[2]  - killed     ollama serve

linyu@LinyudeMBP ~ % kill -9  15578

linyu@LinyudeMBP ~ % 

[3]  + killed     ollama run mixtral:8x7b

ollama 域名不能用上面本地域名,改成http://host.docker.internal:11434,不然会显示 api base无效,配置里 ollama 模型名称要跟你在终端ollama run mixtral:8x7b名称一样

ollama settings

支持格式:TXT、Markdown、PDF、DOCX，每次最多上传50个文件，每个文件不超过100MB,也就是一次性可以上传 5G 大小的文档

用 mixtral8x7b问答测试结果并不好,不能准确回答知识库的内容,也不按提示词回答

test

换成 ollama 4 位量化过的 llama3:70b,同样的提示词,llama 找不到就会按照提示词的回复 mixtral 生成速度可以秒出, llama3:70b需要等 2-3s

llama毕竟是英文预料训练出来的,中文处理不太好, 没有明确指示的情况下(比如写个 llama3),默认回复语言都是英语,对英语的处理理解能力也更好

MaxKG 数据库建议直接把问题和答案整理出来, 现成的 QA 问答对不管在哪个平台上都比直接塞预料让模型自己理解分段效果好

llama 模型建议数据库都是英文的,包括英文问题和答案;要中文,在 ollama 可以部署 qwen72B 的模型,要回答质量准确还是建议 CSV 问答对

就 MaxKB和 FastGPT部署知识库,MaxKB 部署更方便简单,不需要在 config文件修改,但功能没有 fastGPT 多,无法高级编排自定义 Ai workflow ,上传的知识库也不能直接是 CSV 问答对或 excel 文件,知识库创建不方便,问答对只能自己去问题详情一个个匹配

相比 MaxKB创建个人知识库,个人建议还是 FastGPT

最后的最后

感谢你们的阅读和喜欢，我收藏了很多技术干货，可以共享给喜欢我文章的朋友们，如果你肯花时间沉下心去学习，它们一定能帮到你。

因为这个行业不同于其他行业，知识体系实在是过于庞大，知识更新也非常快。作为一个普通人，无法全部学完，所以我们在提升技术的时候，首先需要明确一个目标，然后制定好完整的计划，同时找到好的学习方法，这样才能更快的提升自己。

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免费领取【保证100%免费】

大模型知识脑图

为了成为更好的 AI大模型 开发者，这里为大家提供了总的路线图。它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

经典书籍阅读

阅读AI大模型经典书籍可以帮助读者提高技术水平，开拓视野，掌握核心技术，提高解决问题的能力，同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说，阅读经典书籍是非常有必要的。

实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

面试资料

我们学习AI大模型必然是想找到高薪的工作，下面这些面试题都是总结当前最新、最热、最高频的面试题，并且每道题都有详细的答案，面试前刷完这套面试题资料，小小offer，不在话下

640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

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免费领取【保证100%免费】