Ollama+MaxKB 搭建本地大模型知识库

大模型在训练时学习到的知识大部分都是些通用知识,当我们向它提问一下专业领域的知识时,往往不能得到很多的效果。

对于这种情况,我们可以将涉及到的一些专业或预备知识构建成知识库,在模型回答问题时让它去知识库中找到最相关的段落,然后带着这些知识与问题一起生成更精准的回答。

在这方面目前已经有了比较成熟的开源项目MaxKB,说不多话,直接分享如何搭建本地大模型知识库

首先登录ollama官网(https://ollama.com/download/),点击对应操作系统下载后一键安装

在这里插入图片描述

ollama本地部署开源模型

在这里插入图片描述

docker拉取MaxKB镜像并运行

官方指导文档(https://maxkb.cn/docs/installation/online_installtion/)

docker run -d --name=maxkb -p 8080:8080 -v ~/.maxkb:/var/lib/postgresql/data -v ~/.python-packages:/opt/maxkb/app/sandbox/python-packages cr2.fit2cloud.com/1panel/maxkb

在这里插入图片描述

在这里插入图片描述

通过8080端口访问(默认用户名admin,密码MaxKB@123…)进去后可以修改密码

在这里插入图片描述

选择添加ollama供应商

在这里插入图片描述

如果基础模型不在选项中,可以直接填写ollama run的模型名称然后回车,api域名填ollama所在机器的ip:11434端口,本地大模型的apikey随意填非空即可

在这里插入图片描述

(如果添加后显示api域名无效,首先确保不要使用127.0.0.1和localhost,还是不行修改环境变量OLLAMA_HOST为0.0.0.0再重启ollama)

创建知识库

在这里插入图片描述

点击上传文档,然后创建并导入

在这里插入图片描述

选择智能分段并导入,完成后如下图

在这里插入图片描述

然后创建应用

在这里插入图片描述

选择之前创建的模型,关联创建的知识库,最后保存并发布

在这里插入图片描述

选中概览,点击演示

在这里插入图片描述

与直接在模型中提问比较效果

在这里插入图片描述

由于我构建知识库时上传pdf的是一篇讨论中国在人工智能产业发展中挑战的论文,所以其回答明显提取了论文中的信息与观点

在这里插入图片描述

如何学习大模型

现在社会上大模型越来越普及了,已经有很多人都想往这里面扎,但是却找不到适合的方法去学习。

作为一名资深码农,初入大模型时也吃了很多亏,踩了无数坑。现在我想把我的经验和知识分享给你们,帮助你们学习AI大模型,能够解决你们学习中的困难。

下面这些都是我当初辛苦整理和花钱购买的资料,现在我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习,等录播视频免费分享出来,需要的小伙伴可以扫取。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向,东学一点西学一点,像只无头苍蝇乱撞,我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

在这里插入图片描述

二、AI大模型视频教程

在这里插入图片描述

三、AI大模型各大学习书籍

在这里插入图片描述

四、AI大模型各大场景实战案例

在这里插入图片描述

五、结束语

学习AI大模型是当前科技发展的趋势,它不仅能够为我们提供更多的机会和挑战,还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型,我们可以深入了解深度学习、神经网络等核心概念,并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时,掌握AI大模型还能够为我们的职业发展增添竞争力,成为未来技术领域的领导者。

再者,学习AI大模型也能为我们自己创造更多的价值,提供更多的岗位以及副业创收,让自己的生活更上一层楼。

因此,学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。

### 如何在本地环境中部署 Ollama 知识库 #### 准备工作 为了成功部署Ollama知识库,需先确认环境满足最低配置需求。通常情况下,一台具备良好网络连接的服务器或个人电脑均可胜任此任务。确保操作系统支持Docker容器运行环境,因为Ollama+MaxKB解决方案依赖于Docker来简化安装过程并提高兼容性[^1]。 #### 安装 Docker 和 Docker Compose 由于Ollama+MaxKB采用Docker镜像分发方式,因此需要预先安装好Docker以及用于管理多容器应用的工具——Docker Compose。对于大多数Linux发行版而言,可以通过官方文档指导完成这两者的快速安装;而对于Windows和MacOS用户,则推荐下载Docker Desktop客户端。 #### 获取 Ollama+MaxKB 镜像文件 访问官方提供的资源页面获取最新的Ollama+MaxKB镜像链接。按照指引拉取所需版本至本地机器上。这一步骤完成后即拥有了构建整个系统的基石。 #### 初始化项目结构与配置参数调整 解压所获得压缩包后会得到一系列预设好的目录及文件模板,其中包括但不限于`docker-compose.yml`这样的核心配置文件。根据实际应用场景修改相应设置项,比如端口映射、存储路径等重要属性,以便更好地适配现有基础设施架构。 #### 启动服务实例 一切准备就绪之后,在命令行界面切换到项目根目录下执行启动指令: ```bash docker-compose up -d ``` 上述操作将以守护进程模式后台运行所有必要的组件和服务,从而实现不到三十分钟内迅速搭建起一套完整的基于本地大型语言模型的知识查询平台,并能够方便地集成进其他业务流程当中去。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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