速通秘籍！Ollama + AnythingLLM，手把手教你搭建本地大模型

一、为何选择 Ollama + AnythingLLM？

隐私与安全：完全本地化部署，无需依赖云端服务，确保企业敏感数据不外泄。

灵活性与扩展性：支持多种大模型（如 Llama 3、DeepSeek、通义千问等）和向量数据库（LanceDB、Chroma 等），满足不同场景需求。

成本优化：一次性处理文档后重复调用，比传统云服务成本降低90%。

多模态支持：可处理PDF、TXT、DOCX、网页链接甚至音视频文件，构建全类型知识库。

二、环境搭建：从零到一的部署流程

1、安装 Ollama
Ollama下载地址：https://ollama.com/download

下载安装Ollama，macOS、Linux 和 Windows都可以下载安装，我在这里选用macOS版本给大家演示。

安装完显示状态

点击Next，进入下一界面

点击install，完成后我们就可以进终端操作了。

在终端输入ollama -v

界面如果出现版本信息说明就安装成功了

下面我们来安装DeepSeek大模型

在ollama官网上点击Models会看到下面页面，会看到有很多大模型，我们看到deepseek-r1也在里面

点进去我们会看到很多版本

你可以根据你的设备配置高低选择相应的版本，版本需要配置如下：

我在这里给大家安装8B版本作为演示

在终端输入 ollama run deepseek-r1:8b

等待安装就行，安装完是这样的

让我们来开始跟他对话吧

至此，我们已成功将 DeepSeek 部署至本地电脑。

2、 配置 AnythingLLM

安装方式：

官网：https://anythingllm.com/

下载链接：https://anythingllm.com/desktop

进入选择适合你系统的版本

连接 Ollama：

在AnythingLLM设置中选择“Ollama”作为LLM提供商，填写API地址 http://127.0.0.1:11434，并选择已下载的模型，我这下载的是deepseek-r1:8b。如下图所示

向量数据库配置：

默认使用LanceDB，支持Chroma、Milvus等。

Embedder首选项配置：

我们先在终端输入

ollama pull nomic-embed-text

我们在嵌入引擎供应商配置选择Ollama，Ollama Embedding Model选择nomic-embed-text

至此，我们在AnythingLLM上就配置好了，让我们试试跟他对话吧

太棒了，还有思考过程的输出。

3、 构建知识库

创建工作区：

按业务需求划分工作区（如“产品文档”“客户服务”），实现内容隔离管理。

上传文档：

支持拖拽上传或网页抓取。比如我上传一份PDF文件，系统将自动分割文本并生成向量索引。

对话测试：

在聊天界面提问，AI将基于知识库内容生成回答，并标注引用来源（如“根据文档第3页内容”）。大家赶紧试试吧

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。

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】

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】