fastgpt+ollama搭建本地的AI客服小助手

大模型系列-fastgpt,ollama搭建本地知识库 大模型系列-fastgpt,ollama搭建本地知识库。 阅读详情
AI摘要

博主分享了搭建本地运行的AI小助手的过程,包括准备Linux环境和安装docker-compose、安装ollama大模型框架、运行启动oneapi和fastgpt、创建知识库并关联创建AI应用。此外,还提供了全套AGI大模型学习大纲、路线及640套AI大模型报告合集等学习资料。

最近找工作,微信上hr问我做一个AI客服聊天这么个东西,所以最近几天就研究了一下这方面,还真给我捣鼓了点成果出来:一个能在本地运行的AI小助手,可以对接自己喜欢的大模型,还能导入知识库(比如员工手册,商品手册,论文等),然后让AI根据知识库来回答自己的问题,成果如下图,知识库是自己随手写的一个文具店商铺的txt文件。在这里写一篇文章给大家分享一下搭建过程。

在这里插入图片描述

一. 准备工作: 需要准备好linux环境并安装docker-compose

(这一步是给使用windows的同学看的,linux环境的同学可以跳过,记得安装一下docker-compose就行)

  1. 下载docker-desktop并安装 www.docker.com/products/do…,这样自己的电脑就有dokcer和docker-compose了,命令行里输入docker-compose -v可以查看版本。

  2. 开启windows的wsl功能,开启后在powershell中输入wsl -l可以查看版本,说明开启成功 在这里插入图片描述

  3. 在powershell中输入wsl --set-default-version 2,将WSL2设置为安装新linux发行版时的默认版本

  4. 在应用商店搜索ubuntu,随便挑一个安装,我下载的是22.04.3LTS版本 在这里插入图片描述

  5. 安装完毕后,打开开始菜单搜索ubuntu就能看到刚刚安装的那个ubuntu了,点击就能进入到linux系统的命令行

二. 安装ollama大模型框架

ollama是一个AI大模型框架,我们可以通过ollama下载市面上的开源大模型到本地,并且可以运行模型,和AI对话,详细可以看官网Ollama。下面介绍一下安装和使用步骤:

  1. 在linux系统的命令行中输入curl -fsSL ollama.com/install.sh | sh 就能自动下载并安装好ollama,安装完成后输入ollama list可以查看已经下载的大模型列表,一开始应该是空的

  2. 通过ollama下载自己喜欢的大模型,可以在官网右上方的models里面看到大模型列表和安装命令,我这里是安装了千问大模型,安装命令是 ollama run qwen2:7b 在这里插入图片描述

  3. 安装完之后这一步就结束了,这时你的本地已经有一个大模型了,你可以在命令行里面和大模型对话,问一些问题。

三. 通过docker-compose运行启动oneapi和fastgpt

  1. 创建fastgpt文件夹,把fastgpt的docker-compose.yml文件和config.json文件放进去。这两份文件的下载链接可以去fastgpt的官方部署文档里找到Docker Compose 快速部署 | FastGPT,如图所示: 在这里插入图片描述
    文件下载好后直接放到fastgpt目录下即可,如图所示,在此电脑的左侧下面可以进入到linux系统,然后进入到root目录,里面有个fastgpt文件夹,把下载好的文件复制进去就行。 在这里插入图片描述

  2. 运行docker-compose pull拉取镜像,这一步需要梯子。如果没有梯子的话,在docker-compose.yml文件里会看到每一个image镜像下面都有个被注释的阿里云镜像,把所有阿里云镜像的注释放开,之前的镜像注释掉,就可以不用梯子下载好镜像了。 在这里插入图片描述

  3. 安装好后运行docker-compose up -d,就把oneapi和fastgpt启动起来了

  4. 安装M3E向量模型,运行docker run -d -p 6008:6008 --name=m3e-large-api registry.cn-hangzhou.aliyuncs.com/fastgpt_docker/m3e-large-api:latest

  5. 访问localhost:3001进入到oneapi页面,点击上方的渠道,页面里会看到"添加新的渠道按钮",在这里我们需要把刚刚安装好的千问大模型和M3E向量模型都添加进去。具体的表单填法如图所示: 这张图是添加千问大模型的,11434是ollama对外暴露的端口,ollama会帮我们去调用大模型 在这里插入图片描述
    这张图是添加M3E向量模型的,这个6008端口就是刚刚安装M3E的docker对外暴露的端口 在这里插入图片描述

  6. 添加好模型后,在页面上方有个令牌,点击进入到令牌页面,点击"添加新的令牌",名字随便起,里面选择永不过期和设为无限额度,然后保存。保存完毕返回,在列表页可以看到自己刚刚添加好的令牌,右边有个复制按钮,点击复制,就把这个令牌复制到粘贴板了。 在这里插入图片描述

  7. 带着复制的令牌,打开fastgpt目录下的docker-compose文件,用编辑器打开,在里面找到CHAT_API_KEY,把等号后面的值换成刚刚复制下来的令牌: 在这里插入图片描述

  8. 打开fastgpt目录下的config.json文件,用编辑器打开,然后在文件里的llmModels下面把千问大模型添加进去。文件里有一些其他模型的配置,复制一个配置然后把model和name修改为qwen2:7b即可 在这里插入图片描述
    文件里面还有个vectorModels,把M3E模型的配置信息填写进去 在这里插入图片描述

  9. 到这里,配置方面就结束了,运行docker-compose down,docker-compose up -d重启容器加载更新后的配置文件

四. 在fastgpt页面创建自己的知识库,并关联知识库创建AI应用

  1. 访问localhost:3000,进入到fastgpt页面

  2. 左侧点击知识库,右上角新建知识库,名字随便起,文件模型选择千问(这些都是我们刚刚在config.json里配置好的,在这里都显示出来了) 在这里插入图片描述

  3. 右上角新建数据源,选择本地文件,然后自己上传一个知识库文件进去,比如员工手册,我是自己随便编了个电商介绍的txt文件丢进去了。

  4. 知识库创建完毕后,左侧点击工作台,右上角新建简单应用,选择知识库+对话引导,名字随便填 在这里插入图片描述

  5. 进入到创建应用的界面,左侧点击关联知识库,把自己刚刚创建的知识库选上,然后就可以和AI聊天了,可以看到AI的对话里会显示引用了自己创建的知识库。大功告成! 在这里插入图片描述

  6. 搭建好的应用可以通过链接分享给他人使用,也可以调用api接口访问。在应用上方的"发布渠道"按钮里点开就可以看到。api访问需要在页面里生成一个api密钥,调用接口时放在请求头里,具体可以在api访问的页面里有文档链接 在这里插入图片描述

如何学习AI大模型?

大模型时代,火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业?”“谁的饭碗又将不保了?”等问题热议不断。

不如成为「掌握AI工具的技术人」,毕竟AI时代,谁先尝试,谁就能占得先机!

想正式转到一些新兴的 AI 行业,不仅需要系统的学习AI大模型。同时也要跟已有的技能结合,辅助编程提效,或上手实操应用,增加自己的职场竞争力。

但是LLM相关的内容很多,现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学,学习成本和门槛很高

那么我作为一名热心肠的互联网老兵,我意识到有很多经验和知识值得分享给大家,希望可以帮助到更多学习大模型的人!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】

👉 福利来袭优快云大礼包:《2025最全AI大模型学习资源包》免费分享,安全可点 👈

全套AGI大模型学习大纲+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

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。

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
在这里插入图片描述

👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;

• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;

• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;

• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。

👉 福利来袭优快云大礼包:《2025最全AI大模型学习资源包》免费分享,安全可点 👈

img

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】

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。

本地搭建自己的专属客服之部署fastgpt《上》 传送门-安装ollama部署deepseek-r1模型。 阅读详情

相关推荐

FastGPT+Ollama搭建本地AI客服全攻略

在AI技术快速发展的今天,本地化部署的智能客服系统成为企业数字化转型的关键需求。通过结合FastGPT知识管理系统与Ollama大模型框架,开发者可以构建高性能、低延迟的AI客服解决方案。该方案利用Docker容器化技术实现快速部署,支持Llama3、通义千问等主流大模型,并通过RESTful API实现系统集成。实测表明,在常规硬件配置下即可实现200ms内的响应速度,同时确保数据完全留在内网环境。这种架构特别适合电商、金融等对数据隐私和响应速度要求严格的场景,为传统客服系统升级提供了新的技术路径。

weixin_29032337的博客 323

FastGPT实现大模型AI客服教程Ollama+OneApi+私有化

适用人群大模型关注者,无需编码知识课程概述革新你的AI体验:FastGPT、OneAPI、Ollama三剑合璧!FastGPT:你的专属AI知识库问答系统,基于大型语言模型的智能助手。通过导入文档或问答对,FastGPT能以交互式对话方式为你解答疑惑。它的自动数据预处理和可视化工作流编排功能,让你轻松构建复杂问答流程。OneAPI:强大的API集成平台,无缝对接FastGPT,让你的应用更加智能。无论是企业微信、公众号还是飞书,OneAPI都能轻松集成,扩展你的服务边界。Ollama:你的智能文档助手,支持多种文档格式的自动处理和向量化。Ollama的高效处理能力,让FastGPT的问答系统更加精准和高效。全新视频教程:我们为你准备了一份特别的视频教程,手把手教你如何将FastGPT、OneAPI和Ollama整合,打造一个全功能的AI应用。从基础安装到高级配置,每一步都详细讲解,让你轻松掌握。立即行动:无论你是AI爱好者、开发者还是企业用户,这都将是你不可错过的机会。加入我们,一起开启大模型智能问答的新篇章!了解更多:直接观看我们的 视频教程,开启你的AI之旅!

DeepSeek+Fastgpt(一文教会你本地部署自己的AI助手)

本文指导您如何结合DeepSeek与FastGPT搭建本地知识库。两者结合,将为您打造一个个性化、高效且功能强大的本地知识管理系统。

xianglichenai的博客 2373

fastGPT 接入Ollama 模型避坑指南

fastgpt+ollama知识库应用

枫蓝驿的博客 8264

自己动手,丰衣足食!用 Ollama + DeepSeek + FastGPT 搭建本地知识库,开启智能办公新体验

用 Ollama + DeepSeek + FastGPT 搭建本地知识库,轻松打造专属智能助手,还能保护隐私。按教程一步步来,小白也能搞定!

Happiness is everywhere 1483

打造专属智能办公助手:用Ollama + DeepSeek + FastGPT搭建高效本地知识库

本文介绍了如何结合Ollama、DeepSeek和FastGPT搭建本地智能知识库,提升办公效率。Ollama支持本地部署AI模型,DeepSeek提供强大的文档搜索能力,FastGPT实现高效智能问答。本地化方案保障数据隐私和响应速度,通过三步整合:部署模型、建立文档索引、对接问答系统。文章还给出查询优化和知识库扩展建议,助力打造安全高效的智能办公助手,无需依赖云端即可实现快速信息检索和智能交互。

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 736

ollama + fastgpt搭建本地私有AI大模型智能体工作流(AI Agent Flow)-- windows环境

ollama + fastgpt搭建本地私有AI大模型智能体工作流(AI Agent Flow)-- windows环境; windows搭建真正本地RAG检索agent。

ainnle的专栏 1万+

如何设计一个低代码平台

近些年来,低代码发展火热,各种低代码平台如雨后春笋纷纷崛起,这些平台各定位不同,优劣不同,用户的选择空间很大。那么,如果用户想从零开始设计一个低代码平台,该如何做呢?

Jarod_Chou的博客 8258

搭建本地私有AI大模型智能体

搭建本地私有AI大模型智能体工作流涉及使用Ollama和FastGPT这两个工具。这里简要介绍它们的基本概念和如何结合起来建立工作流:

2401_85343303的博客 2438

SimNow模拟环境实战:用vnpy_ctp连接期货市场的5个关键配置步骤

本文提供了一份详细的量化交易实战指南,重点讲解如何使用vnpy_ctp插件连接SimNow期货模拟环境的5个关键配置步骤。内容涵盖SimNow环境选择、vnpy_ctp核心参数解析、实战连接脚本编写、深度排错技巧以及向实盘迁移的准备,旨在帮助量化交易开发者快速搭建可靠的测试环境,避免常见陷阱。

weixin_29063035的博客 1273

状态机设计与实现( stm32小车避障为例)

本文以STM32小车避障为例,介绍了状态机设计与实现方法。首先阐述了状态机的事件驱动特性、清晰结构和易扩展优势,并给出硬件组成框架。核心实现部分展示了状态枚举定义、状态转移图和主循环框架,通过switch-case结构实现状态切换。关键状态示例包括前方扫描和转向决策逻辑,通过传感器数据驱动状态转移。总结指出状态机设计需定义枚举状态、实现状态函数、使用switch跳转并更新全局状态。文章最后声明内容为学习笔记,欢迎读者指正交流。全文结构清晰,代码示例具体,为嵌入式系统状态机设计提供了实用参考。

2302_80219536的博客 1046

使用 FastGPT + Ollama 搭建本地 AI 客服小助手

FastGPT 是一个开源的高性能 AI 对话平台,提供了用户友好的界面和丰富的定制化选项,可以快速训练和部署高质量的对话模型。它支持 GPT 模型架构,可以用于各类自然语言处理任务。FastGPT 的高效推理引擎适合需要快速响应的应用场景,尤其适合客服系统。通过 FastGPT 与 Ollama 的结合,我们可以快速构建一个智能化、可定制的 AI 客服小助手。该方案不仅操作简单,还能灵活应对各种客服场景,帮助企业提高服务效率和客户满意度。

W楠的博客 2659

fNIRS 公开数据集整理

关注“心仪脑”查看更多脑科学知识的分享。 关键词:数据整理、fNIRS 之前我们向大家推送了 Public Neuroscience Dataset 系列主题的第一期:《EEG公开数据集》,我们同时意识到大家对于神经科学公开数据集的需求。本期是该系列主题的第二期,我们在延续第一期初衷的基础上,整理了功能性近红外光谱(fNIRS)技术的公开数据集。 fNIRS 是一种非侵入性、便携且价格低廉的光学神经成像技术,它具有可观的空间和时间分辨率。因fNIRS技术问世较EEG晚了许多,所以应用此技术开展研究发.

psybrain的博客 4272

Ollama + FastGPT搭建本地私有企业级AI知识库 (Linux)

首先我们分析下搭建本地企业级AI知识库的核心要点:1.数据安全性:本地部署可以更好地保护企业敏感数据,避免数据泄露的风险。2.定制化:根据企业特定需求进行定制,提供更精准的解决方案和服务。3.实时访问:本地知识库能够快速响应企业内部的查询需求,提高工作效率。4.合规性:更容易符合行业监管和合规要求,确保数据管理和使用符合相关法律法规。5.知识积累:集中管理和存储企业知识,促进知识共享与传承,提高整体团队的知识水平。6.成本控制:减少对外部云服务的依赖,降低长期运营成本。

l_789rty的博客 2431

Sigrity Power DC Package Multi-Resistor Compact ET Model Extraction模式提取封装基板电热阻模型

DIE(定义DIE的参数):material设置为silicon(硅),Attach material(贴片的材料,设置为Die Attach),Attach thickness(贴片的材料的厚度,厚度设置为0.001mm,点击ok。Cap为覆盖材料,Material定义材料类型,thickness定义厚度,length和width定义长宽,Adhesive Material为胶的材料,Adhesive Material为胶的厚度,本例不定义,跳过即可。

weixin_54787054的博客 439

Python爬虫实战:使用最新技术爬取路透社新闻数据

网络爬虫(Web Crawler)是一种自动获取网页内容的程序,是搜索引擎的重要组成部分。随着大数据和人工智能技术的发展,爬虫技术在数据采集、市场分析、舆情监控等领域发挥着越来越重要的作用。requests:同步HTTP请求库aiohttp:异步HTTP请求库:HTML解析库lxml:高效的HTML/XML解析库selenium:浏览器自动化工具playwright:现代浏览器自动化工具pandas:数据处理和分析库scrapy:专业的爬虫框架:生成随机User-Agentredis:缓存和分布式爬虫支持。

2201_76125261的博客 1204

构建本地AI客服:利用FastGPT与Ollama打造智能助手

最近找工作,微信上hr问我做一个AI客服聊天这么个东西,所以最近几天就研究了一下这方面,还真给我捣鼓了点成果出来:一个能在本地运行的AI小助手,可以对接自己喜欢的大模型,还能导入知识库(比如员工手册,商品手册,论文等),然后让AI根据知识库来回答自己的问题,成果如下图,知识库是自己随手写的一个文具店商铺的txt文件。在这里写一篇文章给大家分享一下搭建过程。

2401_84495872的博客 1738

[QMT量化交易小白入门]-七十九、增加标的后,五年回测收益率达到了2493%

本专栏主要是介绍QMT的基础用法,常见函数,写策略的方法,也会分享一些量化交易的思路,大概会写100篇左右。QMT的相关资料较少,在使用过程中不断的摸索,遇到了一些问题,记录下来和大家一起沟通,共同进步。

木头大左的博客 1575

【大模型实战】使用Ollama和FastGPT搭建本地私有化AI问答系统!

文章详解如何使用Ollama和FastGPT搭建本地私有化AI问答系统。通过Ollama在本地运行开源大模型,结合FastGPT构建知识库问答系统,实现企业内部文档的智能问答。文章涵盖环境准备、模型部署、系统配置和知识库创建等步骤,帮助开发者快速搭建自己的私有化AI系统,提升工作效率,为职业发展增添竞争力。

2401_84495872的博客 1918

杰理可视化SDK开发-杰理AC1123N芯片SDK开发笔记合集

该文档主要描述 AC112N开发相关的使用说明和注意事项,收集并持续更新开发调试过程中的相关疑问和解答,对SDK介绍文档做一个补充说明。写作人:李永奉,参考项目MD-026H; AC112N-SDK项目帮助文档在杰理开发者平台(JL DP)'帮助'处进入,如本文档有与后续帮助文档或工具注释说明冲突,以后者为标准。

李永奉的博客 181

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

Ollama+FastGPT:搭建本地私有AI大模型智能体

Ollama是一个开源的AI模型部署工具,可以帮助用户在本地环境或云端部署和管理大型语言模型。它的主要功能包括模型加载、推理服务和与用户接口的集成。

DEVELOPERAA的博客 2072

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

基于FastGPT与Ollama的本地AI客服系统搭建与优化指南

检索增强生成(RAG)技术通过结合信息检索与大型语言模型生成能力,有效解决了传统大模型在特定领域知识问答中的幻觉与时效性问题。其核心原理是先将文档知识库进行向量化处理,当用户提问时,系统首先从向量数据库中检索出最相关的知识片段,再将这些片段作为上下文输入给大语言模型,从而生成精准、有据可依的回答。这项技术的核心价值在于实现了知识更新与模型能力的解耦,无需重新训练模型即可扩展其知识边界,并能严格保证回答内容的知识来源可控。在应用场景上,RAG技术尤其适用于构建企业级智能客服、内部知识库问答以及需要基于私有、实

weixin_34293059的博客 275

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。

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

Ollama+FastGPT,一键搭建部署本地私有大模型!

Ollama是一个开源的AI模型部署工具,可以帮助用户在本地环境或云端部署和管理大型语言模型。它的主要功能包括模型加载、推理服务和与用户接口的集成。

huang9604的博客 2147

定制你的AI梦!快速搭建属于自己的本地FastGPT

大家好,今天我要和大家分享一个本地知识库DIY项目:如何在家搭建自己的基于AI大模型的知识库系统。听起来是不是有点高大上?别担心,跟着我一步步来,保证你也能轻松上手!

2301_81888214的博客 1073

基于 ollama 和 fastgpt 搭建本地免费知识库的技术探索

在当今信息时代,拥有一个本地的免费知识库具有重要意义。我们可以了解到如何利用 ollama 和 fastgpt 来搭建这样一个实用的知识库。以下是详细的技术步骤和相关说明。

瓦罗兰特顶级C位的博客 1311

FastGPT与Ollama构建本地AI客服系统实践

大语言模型(LLM)作为当前AI领域的重要技术,通过本地化部署可有效解决数据隐私与响应速度问题。本文以FastGPT和Ollama为核心,详细解析如何构建离线运行的AI客服系统。从Docker环境配置到模型量化部署,涵盖WSL2虚拟化、GPU加速等关键技术,特别针对7B参数模型在16GB内存设备上的优化方案进行深入探讨。通过OneAPI中间件实现服务整合,该系统在电商客服等敏感场景中展现出3秒内响应的商业级性能,为中小企业提供安全可控的智能对话解决方案。

weixin_29050271的博客 298
上一篇: 产品经理面试的技能:掌握产品经理的技能,提高自己的竞争力
下一篇: 下载量10w+的大模型书籍!LLM大语言模型新书《大型语言模型:语言理解和生成》,大模型入门到精通!
AI程序猿人
博客等级 码龄3年 6517粉丝 561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