ollama+deepseek+AnythingLLM部署个人知识库完整分享

AnythingLLM、Dify 与 Open-WebUI:如何接入 Ollama,它们有何不同? 随着大语言模型(LLM)的浪潮席卷而来,许多开源工具与平台纷纷涌现,帮助开发者快速搭建自己的 AI 助手或应用。对于想要在本地或自托管环境中运行 LLM 的用户而言,Ollama提供了一个无需 GPU、在 CPU 环境也可高效完成推理的轻量化“本地推理”方案。而要让 Ollama 真正“接地气”,往往需要与其他开源项目进行配合——例如将文档、数据源或应用前端与 Ollama 打通,这便衍生出许多解决方案。 阅读详情

1、各模块作用

ollama:一个用于在本地运行大型语言模型(LLM)的开源框架,旨在简化LLM的部署和运行。它支持多种模型,并提供了丰富的API接口和聊天界面,可用于文本生成、翻译、问答和代码生成等。

DeepSeek:一款功能强大的数据处理和分析工具,支持多种数据格式和数据源,可用于数据挖掘、机器学习、商业智能等领域。

AnythingLLM:一个开源的、可定制的文档聊天机器人,可将文档转化为LLM的上下文,支持多用户管理和权限控制,可用于构建知识库和问答系统。

简单来说,ollama我理解为docker的方法部署服务,他的使用语法和docker也比较接近,deepseek就是一个训练好的模型,类似docker的镜像,跑在ollama软件上,但ollama缺少合适的界面,故使用AnythingLLM,当然也有其他的交互界面,比如Open webUI之类的,选择自己喜欢的就行,都是开源的,容易找到

2、电脑准备

我是在自己的pc上安装的,windows环境,建议:确保CPU >= 4核,RAM >= 16GB,Disk >= 50GB。

3、下载和安装必要的软件

  • 从Ollama的官方网站(https://ollama.com/download)下载并安装Ollama。Ollama下载windows版本,一步一步安装就行,傻瓜式安装,很方便,不懂得可以查看帮助文档:

安装好后测试一下是否可用

  • 下载对应的大模型,在Ollama首页点击【Models】可以查看Ollama支持的所有模型列表。现在DeepSeek就排在第一个位置,很好找

点击模型即可看到模型的详细信息,包含介绍、安装方式等。复制圈红的命令到ollama的cmd窗口就可以拉去大模型了。

在电脑上打开cmd,执行ollama的命令

ollama run deepseek-r1:1.5b``ollama run deepseek-r1:8b

我这儿拉去了2个deepseek的大模型用于测试,有的电脑性能不够建议用小模型,不然跑起来吃力,

镜像拉去结束后就可以进行命令行问答交互,但体验感不佳,

  • 从AnythingLLM的官方网站(https://anythingllm.com/desktop)下载并安装AnythingLLM。

也是傻瓜式的安装部署,一步一步,安装后打开软件,新建一个工作区,一个工作区类似一个大模型的应用场景,新建不同的new thread类似开启不同的对话,

配置对应的问答大模型,

添加自己的知识库内容,支持word、ppt、pdf等格式上传、解析

选择对应的文件夹内容添加到右边即可,后台会进行解析,然后就可以针对性提问了,到这儿就差不多部署好一个私有化的大模型知识库

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括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。

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范
  • …

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署
  • …

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建
  • …

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案
  • …

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

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】

在这里插入图片描述

Ollama+Deepseek+Cherry/Dify构建本地知识库 是一款开源的大语言模型(LLM模型)应用开发平台,为开发者提供了快速搭建生产级生成式AI应用的能力,内置一个直观简洁的强大的Prompt编排工具,具备增强搜索生成功能(RAG)可高化构建提供一个可视化的画布,让开发者可以在画布上快速构建安出一个可执行的自动化任务的AI应用。支持监控和分析应用程序日志和性能,并提出了后端即服务,主要体现在所有产品都附带相应的API,方便开发者将Dify集成到自己的业务中,实现数据的解耦和业务快速扩展。 阅读详情

相关推荐

ollama + deepseek + anythingllm构建本地知识库

ollama + deepseek + anythingllm构建本地知识库

wcx18526659867的博客 5805

AnythingLLM + Ollama,打造本地专属 AI 助手(附教程)

依托的强大知识库能力和Ollama的本地推理特性,我们能够在自己的电脑或服务器上,搭建起一套私有化的 AI 助手系统。它不仅可以回答你的各种问题,还能在回答过程中引用你所上传的专属资料,为你提供准确且贴合实际需求的回复。这样的本地化方案兼顾隐私、灵活与可玩性,对于想要深入探索开源大语言模型应用的个人或企业而言,无疑是一条值得尝试的道路。如果你也在寻找离线可用、经济实惠的解决方案,或是对“可完全掌控的 AI 助手”情有独钟,那么不妨亲手尝试一下这套组合,把你的想法从纸面付诸行动吧!

2301_81888214的博客 4842

通过 Ollama + DeepSeek + AnythingLLM 实现本地部署与自定义知识库

本文介绍了如何通过 Ollama、DeepSeek 和 AnythingLLM 实现 AI 模型的本地部署及自定义知识库的构建。首先,通过 Ollama 下载并安装 DeepSeek 模型,完成本地部署。接着,安装 AnythingLLM,创建工作区并配置相关设置,上传自定义知识库并绑定,以优化模型对特定内容的理解。该方法增强了数据隐私性,适用于企业知识管理、客户服务、教育和医疗等领域,为用户提供了灵活的 AI 解决方案。

AbnerRain的博客 3801

AnythingLLM、Dify 与 Open-WebUI:如何接入 Ollama,它们有何不同?大模型入门到精通,收藏这篇就足够了!(附教程)

本文将重点介绍三款常见的开源项目:AnythingLLM、Dify、Open-WebUI,并对它们如何接入 Ollama进行简要分析和对比,以帮助你快速找到最适合自己的方案。

DEVELOPERAA的博客 1648

本地部署DeepSeek + AnythingLLM 搭建高效安全的个人知识库

本地部署DeepSeek + AnythingLLM 搭建高效安全的个人知识库

Navy的博客 1559

windows下利用Ollama + AnythingLLM + DeepSeek 本地部署私有智能问答知识库

如何在windows系统中利用Ollama + AnythingLLM + DeepSeek 部署私有智能问答知识库,其它系统下部署原理类似。

weixin_44151123的博客 1815

【windows】Ollama+DeepSeek+AnythingLLM本地化部署

Ollama+DeepSeek+AnythingLLM

yh 756

超详细!本地化部署DeepSeek R1+AnythingLLM搭建私有知识库

DeepSeek R1的核心作用在于,其通过强化学习技术实现数学、编程等复杂任务的自主推理,可以赋能很多真实场景,比如编程、数学、数据分析、办公提效等。:若通过云端传输敏感数据,可能被截获或滥用;:攻击者可诱导模型绕过安全机制输出有害内容(成功率74%);:14.3%的幻觉率可能导致事实性错误。(也就是有时候会胡说八道)将DeepSeek进行本地化部署,可以避免上述的问题。本地部署私有化知识库的优势在于:整合分散的技术文档、会议记录等,支持权限分级;:如军工、金融等领域保护核心数据;

阿信AI实验室 2245

【尝鲜】ollama+deepseek+AnythingLLM部署个人知识库完整分享

简单来说,ollama我理解为docker的方法部署服务,他的使用语法和docker也比较接近,deepseek就是一个训练好的模型,类似docker的镜像,跑在ollama软件上,但ollama缺少合适的界面,故使用AnythingLLM,当然也有其他的交互界面,比如Open webUI之类的,选择自己喜欢的就行,都是开源的,容易找到。也是傻瓜式的安装部署,一步一步,安装后打开软件,新建一个工作区,一个工作区类似一个大模型的应用场景,新建不同的new thread类似开启不同的对话,

weixin_72959097的博客 717

CSP-J 入门级第一轮认证 2025 详细解析

2025年CSP-J入门级第一轮认证模拟赛提供10套免费试题,含选择题与解析。选择题涉及计算机科学基础,如32位无符号整数最大值计算(约42.9亿,选A)、C++位运算(255&254=254,选B)、递归函数分析(calc(5)=6,选B)、哈夫曼树构造(带权路径长度186,选B)等。其他题目涵盖图论(有向图边数等于入度/出度和,选B)、组合数学(120种选法,选C)、布尔逻辑(选项C不恒等)、模运算周期性(f[2025]=6,选D)、C++字符串特性(支持string+char,选B)及引用传参

lan_in的博客 2947

水文预报新手别怕!用Matlab 18小时搞定马斯京根法参数K和x(附完整代码)

本文详细介绍了如何使用Matlab在18小时内快速掌握水文预报中的马斯京根法参数K和x的求解方法。通过完整的代码示例和分步解析,帮助新手从理论到实践快速跨越,解决传统手工试算耗时耗力的问题,提升水文预报的效率和精度。

weixin_42573113的博客 259

ollama+deepseek+AnythingLLM部署个人知识库完整分享,收藏这一篇就够了!!

本文介绍了在Windows环境下搭建本地大语言模型(LLM)系统的完整流程,主要涉及Ollama、DeepSeek和AnythingLLM三个工具的部署与集成。Ollama作为本地运行框架,DeepSeek提供预训练模型,AnythingLLM则提供交互界面。文章详细说明了硬件要求(建议4核CPU/16GB内存/50GB存储)、软件安装步骤、模型下载方法,并展示了如何通过AnythingLLM构建带有知识库的问答系统。此外,文章还提供了AI大模型学习路线图,包括提示词工程、平台开发、微调训练等7个阶段,以及

2401_84208172的博客 1232

【vue看板】

大屏看板提示:以下是本篇文章正文内容,下面案例可供参考提示:这里对文章进行总结:代码量较多,看板中的。

weixin_46223284的博客 2772

【尝鲜】ollama+deepseek+AnythingLLM部署个人知识库完整分享,收藏这一篇就够了!!

简单来说,ollama我理解为docker的方法部署服务,他的使用语法和docker也比较接近,deepseek就是一个训练好的模型,类似docker的镜像,跑在ollama软件上,但ollama缺少合适的界面,故使用AnythingLLM,当然也有其他的交互界面,比如Open webUI之类的,选择自己喜欢的就行,都是开源的,容易找到

2401_85327249的博客 3206

Calibre PEX提参实战:如何用hcell和xcell文件精准屏蔽模块(附避坑指南)

本文深入解析Calibre PEX工具中hcell与xcell文件的协同工作机制,提供模块级寄生参数提取方案。通过实战案例和避坑指南,帮助工程师精准屏蔽已验证IP模块,提升仿真效率和数据一致性,适用于65nm以下工艺节点的复杂SoC设计。

weixin_29275257的博客 629

[记录一个bug]av_hwdevice_ctx_create出现Cannot allocate memory(附带库运行时路径)[已解决]

新写的程序里调用ffmpeg的av_hwdevice_ctx_create()这个函数,出现Cannot allocate memory。但是另个程序一样的代码,居然是成功的。 反复检查之后无果,就跳出去查了一下,看到一个问答: Have you tried to use ffmpg executables with the same libs that you using when you run the app? Have you tried to use ffmpg executables

熊猫Ben的博客 3588

Ollama+deepseek+AnythingLLM部署个人知识库完整分享,大模型入门到精通,收藏这篇就足够了!

ollama:一个用于在本地运行大型语言模型(LLM)的开源框架,旨在简化LLM的部署和运行。它支持多种模型,并提供了丰富的API接口和聊天界面,可用于文本生成、翻译、问答和代码生成等。

瓦罗兰特顶级C位的博客 755

PyBioMed学习

PyProtein。

weixin_63016274的博客 1401

搭建自己的专属AI——使用Ollama+AnythingLLM+Python实现DeepSeek本地部署

最近DeepSeek模型非常火,其通过对大模型的蒸馏得到的小模型可以较轻松地在个人电脑上运行,这也使得我们有机会在本地构建一个专属于自己的AI,进而把AI“调教”为我们希望的样子。本篇文章中我将介绍如何使用Ollama+AnythingLLM+Python实现DeepSeek的本地部署,并训练一个自己的专属AI。

BetrayArmy的博客 1万+

5、基于模型的系统工程(MBSE)全面解析

本文全面解析了基于模型的系统工程(MBSE),介绍了模型在系统工程中的核心地位,以及如何通过视图和符号表示法实现信息的可视化。文章还详细阐述了MBSE的方法构成,包括框架(本体和视图点)和流程集,探讨了MBSE的实施流程、关键要素、应用策略以及未来发展趋势。通过合理应用MBSE,组织可以提高系统开发的效率和质量,降低成本与风险,实现成功部署。

nft7creator的博客 127

基于OpenClaw的自动化文件管理与文档分类系统设计与实现

本文介绍了一种基于OpenClaw的自动化文件管理与文档分类系统。系统采用三层架构设计,包含数据层、逻辑层和应用层,核心组件涵盖文件扫描、处理、分类、移动等功能。技术选型上使用Python/FastAPI作为后端,结合PostgreSQL/Elasticsearch/MinIO存储方案,并整合scikit-learn/PyTorch等AI技术实现智能分类。系统实现了文件递归扫描、增量扫描、元数据提取等功能,通过文件哈希和修改时间检测变化。该方案能有效提升文件管理效率,实现文档的自动化分类与智能管理。

一键难忘的博客 756

DeepSeek + Ollama + AnythingLLM实现本地化部署和构建自己的知识库

在当今自然语言处理的快速发展中,Ollama 为开发者提供了一种简化的解决方案,使他们能够快速采用和实施先进的语言学习技术。安装完后,cmd进入命令提示符系统或Powershell,输入命令:ollama -h. 显示如下信息,说明安装成功。此外,AnythingLLM的安装和使用过程简单,支持Docker部署,使得用户可以快速搭建私人ChatGPT系统。:允许用户为每个工作区创建不同的AI代理,如专门处理Python代码或PDF文档的代理。:兼容免费的开源模型和需要付费的商用模型,提供极大的灵活性。

2301_76168381的博客 3883

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

Ollama+DeepSeek+AnythingLLM搭建个人AI知识库

DeepSeek近一个月来一直遭受大量海外攻击,1月27日起手段升级,除了DDos攻击,分析发现还包括了大量的密码爆破攻击,时常宕机。正好上一篇文章有人建议用AnythingLLM套个壳子会更舒服,再加上官网的服务有点不太稳定,所以今天才到家试试简单部署一下整个GUI看看。首先需要先本地部署一下DeepSeek,这里可以参考我上一篇文章 部署完成后再套个壳子DeepSeek R1本地部署官网下载AnythingLLM一直下一步就行了 安装好开始配置 这里选Ollama 地址按它默认的填就行。

2401_84204207的博客 9569

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

超详细保姆教程:跟我学,用Ollama + Chatbox/AnythingLLm搭配DeepSeek从零搭建本地知识库

当今公司各部门受繁杂信息困扰,急需专属知识小助手。本文聚焦本地搭建知识库的 AI 教程,核心工具为 Ollama、Chatbox 或 AnythingLLm 及 DeepSeek。Ollama 便捷下载模型,筑牢运行根基;Chatbox 等能精准输出办公知识;DeepSeek 凭检索担 “智慧担当”。这教程利于学生党学习,更是职场人提效利器,依之操作可快速打造 AI 小助手,攻克难题、推动公司发展。

weixin_37991383的博客 1万+

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

上一篇: 从 AI Agents 到 Agentic Workflows 的 AI 进化阶梯:技术演进的底层逻辑与商业价值
下一篇: 手把手教你喂养 DeepSeek 本地模型
Python_金钱豹
博客等级 码龄5年 1万+粉丝 2841原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值