人人都可以创建个人知识库 | 从0到1，手把手教你基于 FastGPT 搭建本地私有化知识库！

HELLO大家好，我是图欧君！

最近有小伙伴在群里说要求出一期关于AI知识库的教程，图欧君向来有求必应。

经过一番精心的筹备之后，这它不就来了~

一、前言

当今环境，所有人都面临一个问题：信息过载。不知道你是否曾经遇到过以下困扰？

• 在海量数据中搜索时，是否难以迅速找到所需的信息？
• 在面对日益增长的专业知识，是否感到知识管理的需求愈发迫切？
• 对于敏感数据的存储，是否时常害怕一不小心就会泄露关键信息？
• 在日常工作中，是否因为工作效率不高而觉得时间不够用？

如果这些场景让你感同身受，那么你一定在思考：是否存在一种方案，能够一举解决这些棘手的问题？

经过图欧君的研究，发现确实有这么一个方案，它就是基于 FastGPT 搭建本地私有化知识库，一个为你量身定制的知识管理解决方案。

下面图欧君将带领大家揭示如何结合FastGPT、大语言模型和向量模型，构建属于你自己的本地私有化知识库。

话不多说，正文开始。

二、安装部署FastGPT

什么是FastGPT？

FastGPT，是一个基于 LLM 大语言模型的知识库问答系统，提供开箱即用的数据处理、模型调用等能力。同时可以通过 Flow 可视化进行工作流编排，从而实现复杂的问答场景！

• FastGPT 在线使用地址

• FastGPT GitHub地址
  

推荐配置

为了满足广大用户的具体需求，FastGPT提供了PgVector、Milvus和zilliz cloud三种版本可供选择。我们可以根据自己的数据规模和性能要求，灵活地在Linux、Windows、Mac等不同的操作系统环境中部署合适的版本。

• PgVector版本 —— 针对初体验与测试的完美起点
  PgVector版本是进行初步体验和测试的理想选择。它简便易用，适合处理中小规模的向量数据，能够迅速掌握并开始工作。
  

• Milvus版本 —— 专为千万级向量数据设计的性能强者
  当数据处理需求升级至千万级以上，Milvus版本较之其他版本具有卓越的性能优势，是处理大规模向量数据的首选方案。