10分钟,部署一个只属于你的大模型本地知识库-上篇(纯教程)

智谱AI发布国产最强大模型GLM4,理解评测与数学能力仅次于Gemini Ultra和GPT-4,编程能力超过Gemini-pro,还有对标GPTs商店的GLMs 这是在智谱AI开发者大会上推出的新一代基座大语言模型,GLM4相比较此前最大的特点是三个变化:性能全面提升、上下文长度更长、支持更强的多模态能力。GLM4(GLM4)详细信息 | 名称、简介、使用方法,开源情况,商用授权信息 | 数据学习 (DataLearner) 阅读详情

部署一个本地知识库,将你所有的东西都丢进去,一查即出,重要的是不用担心泄密,是不是很优秀。

折腾了好几天,林大终于部署好了自己的知识库。感觉非常棒。

林大的机器配置如下:E5+X99+64G+2080Ti 22G +windowns。

这次我们的方案是采用ollama+docker+dify的方案。

\1. ollama:

Ollama是一个开源工具,它让用户能够在本地轻松运行和管理大语言模型。其主要特点包括:

官网下载ollama https://ollama.com/download

在这里插入图片描述

按常规步骤安装.

\2. 更改下模型下载路径:

因为ollama下载模型默认装在C盘,多下几个C盘就爆了,所以我们得更改大模型下载路径。

1)搜索系统环境变量

img

2)环境变量

在这里插入图片描述

3)新建

img

4)如下填写

img

3.下载大模型

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

点击复制键

然后在win里打开cmd

在这里插入图片描述

粘贴刚刚的命令,下载大模型

\4. 完成下载后,其实在命令行里就可以使用llama3.1了。

在这里插入图片描述

但界面实在不友好。所以我们得装个好看的界面。

\5. 安装docker desk

我们到https://www.docker.com/products/docker-desktop/ 下载docker desk。

在这里插入图片描述

\5. 安装完后打开

在这里插入图片描述

\6. 安装dify

在这个链接下载dify

https://github.com/langgenius/dify

在这里插入图片描述

然后文件包的路径下,打开powershell里运行如下命令

cd docker

cp .env.example .env

docker compose up -d

在这里插入图片描述

待拉取完毕,在浏览器中输入http://localhost/signin,即可登录dify。

​

如何学习AI大模型?

作为一名热心肠的互联网老兵,我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的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】

一、全套AGI大模型学习路线

AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!

img

二、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。

img

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

img

四、AI大模型商业化落地方案

img

作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量。

用ollama本地部署Lamma3.1 ollama create 自定义模型名字 -f Modelfile。让lamma3.1写一个贪吃蛇小游戏,一次run成功。例如:ollama run llama3.1。例如:ollama run llama3.1。 阅读详情

相关推荐

Windows 中 利用 ollama 来搭建 deepseek R1

近年来,大模型凭借其强大的语言理解和生成能力,在自然语言处理、计算机视觉等领域取得了突破性进展。从GPT系列到国内的,文心一言、[Qwen]、,大模型已成为推动人工智能发展的核心力量。ollama作为新兴的大模型搭建工具,以其开源、高效、易于部署的特点,在人工智能开发者社区中崭露头角,为大模型的搭建和应用提供了新的解决方案。在当今数字化浪潮中,人工智能的发展可谓日新月异,而大模型作为其核心驱动力,正重塑着各个行业的格局。

一个专注于机器学习基础与实战的技术博客,内容涵盖算法推导、模型实现、数学原理与代码实践。用通俗的语言解析复杂概念,记录学习过程中的思考与总结,适合机器学习爱好者和从业者参考。 2554

使用 Ollama 本地运行各种 LLM

今天看看另外一个产品Ollama。Ollama 的安装非常简单,只需从官网(https://ollama.com/download)下载后解压缩,并在 Terminal 中运行脚本即可完成环境设置。我尝试运行 Llama3,虽然在运行时占用了大量电脑资源,使得其他应用运行变慢,但整体体验尚可。Ollama 支持多种大型语言模型(https://ollama.com/library)。

python123456_的博客 1736

VirtualBox创建虚拟机(为安装Ubuntu桌面系统)

Ubuntu的安装非常灵活。但是万变不离其宗,归纳起来,无非就是以下3种:(1)用户可以下载完整的ISO镜像文件,将其转移到各种介质上面,例如DVD或者U盘,然后以该介质引导系统进行安装。(2)用户可以下载一个非常小的网络安装器,利用该安装器引导系统进行在线安装。(3)用户可以将Ubuntu安装到一个U盘中,随身携带。为了便于读者学习,本节将介绍通过完整的ISO镜像文件安装Ubuntu。其他的安装方式将在后面介绍。

夏天又到了的专栏 2689

AI大模型探索之路-基础篇5:GLM-4解锁国产大模型的全能智慧与创新应用

随着人工智能技术的飞速发展,大型预训练语言模型已成为推动行业进步的重要力量。它们在理解自然语言、生成文本、执行复杂任务等方面展现出惊人的能力。在此背景下,国产大模型GLM-4的问世,不仅展现了中国在AI领域的实力,也为国内外研究者和开发者提供了新的研究与应用平台。

寻道AI,探索AI无限可能! 8685

Ubuntu中 vsftpd 的安装与配置 (详细介绍)

简介 vsftpd 是一个 UNIX 类操作系统上运行的服务器的名字,它可以运行在诸如 Linux, BSD, Solaris, HP-UX 以及 IRIX 上面。它支持很多其他的 FTP 服务器不支持的特征。 vsftpd是 UNIX 操作系统中的一个开源的、免费的 FTP 服务软件。具有以下特点: 安全性高 轻小易用 支持系统用户匿名用户和虚拟用户的权限验证和相关操作 安装步骤如下: 1.将此命令复制到终端 sudo apt-get install vsftpd 2.安装完成后启动VSFTP

qq_43299421的博客 1万+

YOLOv5s模型训练全流程解析:从数据准备到实战检测

本文详细解析了YOLOv5s模型训练的全流程,涵盖从环境搭建、数据准备与格式转换,到模型训练、参数调优及实战检测的完整步骤。文章提供了具体的代码示例和常见问题解决方案,旨在帮助开发者,特别是新手,高效掌握YOLOv5s模型训练的核心技术,并成功应用于实际检测任务中。

weixin_29041767的博客 335

【10分钟部署大模型-上篇】10分钟部署一个只属于你的大模型本地知识库(纯教程)

部署一个本地知识库,将你所有的东西都丢进去,一查即出,重要的是不用担心泄密,是不是很优秀。 折腾了好几天,今天终于部署好了自己的知识库。感觉非常棒。

瓦罗兰特顶级C位的博客 1099

机器学习模型系列:随机森林的原理和示例介绍

让我们总结一下与其他监督式机器学习模型相比,随机森林的优缺点。优点在许多真实数据集上已知能提供高度准确的模型。通过结合多个决策树的预测,可以捕捉数据集中的复杂交互和模式。通过自动选择相关特征,可以有效处理高维数据集。与单个决策树相比,不容易过拟合。自助采样和每个节点的随机特征选择有助于减少过拟合并改善泛化能力。可以处理包括数值和分类特征在内的异构数据类型。可以处理缺失值而不需要填充。提供特征重要性的度量。集成中的树可以并行训练,因为每个决策树可以独立构建。模型的泛化误差具有理论上的界限。

数智笔记 1万+

【10分钟部署大模型】10分钟即可部署一个只属于你的大模型本地知识库-上篇(纯教程)

部署一个本地知识库,将你所有的东西都丢进去,一查即出,重要的是不用担心泄密,是不是很优秀。 折腾了好几天,林大终于部署好了自己的知识库。感觉非常棒。

2401_82469710的博客 942

【74HC595芯片】核心驱动代码

74HC595是一个8位串行输入、并行输出的位移缓存器:并行输出为三态输出。在SCK 的上升沿,串行数据由SDL输入到内部的8位位移缓存器,并由Q7’输出,而并行输出则是在LCK的上升沿将在8位位移缓存器的数据存入到8位并行输出缓存器。当串行数据输入端OE的控制信号为低使能时,并行输出端的输出值等于并行输出缓存器所存储的值。

weixin_67147824的博客 1849

Windows下OpenMBEE项目MMS部署失败经历及改正

在Github里找到了上面的第一份文档,下载了MMS源代码(不知道为什么这个代码跟上面操作克隆得到的MMS代码不一样?好像是因为Gradle的版本问题,我本地之前已经安装过7.6.4的Gradle了,于是我找到gradle-wrapper.properties文件。后面在VScode中运行了一下依然是报这个错误,我在VScode终端直接执行。不知道为什么依然没什么用。打开“Windows PowerShell”。(如果是第一次运行它,将看到更长的输出)导航到要克隆存储库的文件夹,例如,

Yo_lan_da的博客 1870

10分钟本地部署一个只属于你的大模型本地知识库-上篇(纯教程)

部署一个本地知识库,将你所有的东西都丢进去,一查即出,重要的是不用担心泄密,是不是很优秀。

huang9604的博客 817

扫地机器人设计与实现——基于嵌入式系统的智能家居解决方案

本文介绍了基于嵌入式技术的扫地机器人设计与实现。通过利用STM32单片机、传感器、驱动系统等硬件组件,并结合路径规划与控制算法、远程控制等软件技术,设计出了一款具有智能避障、路径规划、自动充电等功能的扫地机器人。系统的开发不仅提高了清洁效率,也为进一步研究和优化扫地机器人提供了实践基础。

2201_76125393的博客 1639

10分钟本地部署一个只属于你的大模型本地知识库-下篇(纯教程)

10分钟本地部署一个只属于你的大模型本地知识库-下篇(纯教程)

2401_82469710的博客 947

【图像去噪】论文精读:Restormer: Efficient Transformer for High-Resolution Image Restoration

论文题目:Restormer: Efficient Transformer for High-Resolution Image Restoration —— Restormer:用于高分辨率图像恢复的高效变压器高效Transformer模型用于图像恢复!由于卷积神经网络 (CNN) 在从大规模数据中学习可泛化的图像先验方面表现良好,因此这些模型已广泛应用于图像恢复和相关任务。最近,另一类神经架构 Transformer 在自然语言和高级视觉任务中显示出显着的性能提升。

主要更新底层视觉(去噪、超分等)相关的科研内容,形式为【论文精读】+【论文复现】 1529

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

10分钟,部署一个只属于你的大模型本地知识库-上篇(纯教程)大模型入门到精通,收藏这篇就足够了!

部署一个本地知识库,将你所有的东西都丢进去,一查即出,重要的是不用担心泄密,是不是很优秀。

pythonhy的博客 658

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

保姆级教程!6个步骤讲清楚用DeepSeek搭建本地知识库

本地部署的最大意义在于利用DeepSeek大模型的能力加上自己的知识库,可以训练出一个符合自己需求的大模型。想象下如果你是一个医生,有一堆科研资料。你想拥有一个大模型机器人,学习了你所有的资料。每当你想查科研资料找到答案的时候,自己问这个机器人就好了。省去了自己很多查找资料的时间这就是本地部署+知识库的作用。是DeepSeek官网不具备的。因为这是训练的你的私有资料。今天就来分享下这个搭建过程。用到的工具组合是Docker+Dify+DeepSeek。

m0_59235699的博客 3万+

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

AI大模型本地部署:Ollama+MaxKB 部署本地知识库(附教程)

AI大模型本地部署:Ollama+MaxKB 部署本地知识库(附教程)

瓦罗兰特顶级C位的博客 1566

AI大模型本地部署:Ollama+MaxKB 部署本地知识库

AI大模型本地部署:Ollama+MaxKB 部署本地知识库

AAI666666的博客 3403

10分钟部署一个只属于你的大模型本地RAG知识库-下篇

书接上回,上篇我们完成了ollama + docker的部署,这篇我们介绍dify的部署。

pythonhy的博客 1934
上一篇: 一书直通大语言模型,前三章看完我叹为观止!大语言模型入门教程!
下一篇: 10分钟,部署一个只属于你的大模型本地知识库-下篇
少喝冰美式
博客等级 码龄3年 6847粉丝 517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