Ollama+MaxKB 搭建本地大模型知识库

本地部署 MaxKB 大模型并实现外部访问(Windows版本) MaxKB 是一款基于 LLM 大语言模型的知识库问答系统。它借助大语言模型的力量,实现了从数据摄入、处理到智能问答的全链条优化,极大地提升了知识获取的效率与质量。本文将详细的介绍如何在本地 Windows 上安装部署 MaxKB 大模型以及利用路由侠内网穿透实现外网访问。 阅读详情
AI摘要

博客介绍了搭建本地大模型知识库的方法,如登录ollama官网下载安装,拉取MaxKB镜像运行等。还分享了学习大模型的经验,提供了AGI大模型系统学习路线、视频教程、学习书籍和实战案例等资料,强调学习大模型有前景且值得投入。

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。

操作教程丨MaxKB+Ollama:快速构建基于大语言模型的本地知识库问答系统 30分钟上线基于大语言模型的知识库问答系统。 阅读详情

相关推荐

Ollama+MaxKB 部署本地知识库

嵌入三方应用的需求也是比较常见的,比如你可以通过 iframe 或者 js 代码的形式嵌入到你现有的系统中,我们经常看到一些网站右下角的浮窗就是这种形式,在 MaxKB 中支持嵌入三方应用,需要在应用的 “概览” 中点击 “嵌入第三方”学习新知识,最好的方式就是直接去应用它,你可能从来都不知道什么是 RAG,但对相关知识有个大概了解后,通过实践,亲自搭建几个可以 run 起来的应用,那些架构里的结构、名词,逐渐全部都能对应得上了。我选择的是第二项,因为我的知识库数据量较小。

2401_84052244的博客 6280

只需三步,本地打造自己的AI个人专属知识库

只需三步,本地打造自己的AI个人专属知识库

AAI666666的博客 4万+

ArcGIS小白必看:5分钟搞定shp矢量文件分割(附常见错误排查)

本文为ArcGIS新手详细解析了分割shp矢量文件的四种核心方法:裁剪工具、分割工具、按属性选择导出及ArcPy脚本自动化。重点强调了投影匹配等关键步骤,并提供了常见错误排查指南,帮助用户快速掌握矢量数据分割技巧,提升GIS数据处理效率。

h9j8k7l6m5n的博客 798

MaxKB 如何对接本地向量模型

MaxKB 如何对接本地向量模型

4516

1.4 《SST通用技术规范》整体框架与核心条款解读

本小节以**GB/T《电力电子变压器通用技术要求》**(固态变压器SST核心通用规范)为核心依据,结合电力电子变压器技术特性与工程应用边界,系统解析规范的整体章节框架、层级逻辑与强制性/推荐性核心条款,明确规范与传统工频变压器标准的差异,为SST拓扑设计、性能验证、出厂检验与工程落地提供标准化依据。全文以标准原文、期刊文献数据与试验规范为支撑,无主观推演与感性表述。

技术工作者 1690

头歌操作系统 课堂练习4.2:页式内存管理 答案 无解析

头歌操作系统 课堂练习4.2:页式内存管理 答案 无解析

kercii的博客 1万+

Ollama+MaxKB 搭建企业本地大模型知识库

整套方案全部本地化部署,Ollama 负责运行大模型,MaxKB 实现 RAG 知识库能力,数据不会上传公网。适合企业内网搭建私有知识库、故障 FAQ、新人培训助手。后续还可以把 MaxKB 应用嵌入业务系统,实现零编码集成 AI 问答。

aaa__wsk的博客 231

Mac新手必看:为什么你的终端找不到Python命令?5分钟搞定zsh报错

本文针对Mac用户在终端遇到“zsh: command not found: python”报错的问题,提供了深度解析与实战修复指南。文章解释了macOS系统因历史原因默认使用`python3`而非`python`命令,并详细介绍了四种解决方案:养成使用`python3`的习惯、创建别名、通过Homebrew安装链接以及修改PATH环境变量,帮助新手快速解决zsh报错,顺利开始Python开发。

weixin_29248653的博客 594

Ollama+DeepSeek+MaxKB搭建本地知识库,大模型入门到精通,收藏这篇就足够了!

我找了一个开源项目MaxKB,是一款基于大语言模型和 RAG 的开源知识库问答系统。今天主要是记录下如何Windows系统下本地化安装部署MaxKB并配置知识库。

pythonhy的博客 1168

从零到一:Cadence AC仿真中的运放性能参数深度解析与实战避坑指南

本文深度解析Cadence AC仿真中运放性能参数的精确测量方法,包括开环增益、带宽和相位裕度等关键指标。通过实战案例分享常见设置错误的避坑技巧,帮助工程师提升设计成功率和仿真效率,特别针对全差分运放和工艺角分析提供专业指导。

www00的博客 294

手把手教你用内核远程call实现64位进程注入(附完整ShellCode示例)

本文深入探讨了在Windows 64位环境下,通过内核态直接操作线程TrapFrame结构实现进程注入的高级技术。文章提供了从驱动框架设计、用户态-内核态通信,到定位修改TrapFrame、编写Shellcode及执行环境恢复的完整实战指南,并附有详细的代码示例,为安全研究人员和开发者提供了绕过用户态检测、实现底层远程代码执行的新思路。

weixin_28396629的博客 345

手把手教你实现Ollama+MaxKB 创建本地知识库

今天我们介绍一种部署本地知识库的方案:Ollama+MaxKB废话不多说,直接开始吧首先我们通过 Docker 安装 MaxKB (maxKB可以安装在本地,也可以安装在云服务器上)进入系统后,是这样的接下来我们进行最重要的模型搭建,模型搭建我们选择直接租赁GPU,以在GPUEZ平台(https://gpuez.com)为例登录智算云算力平台,租赁实例最近智算云平台一直在做活动,新用户注册即送5元体验金,平台所有商品一律8折,这波羊毛值得薅一薅。

bagell的博客 4493

RK3588 DDR5 方案

RK3588 DDR5方案支持多种LPDDR5/LPDDR5X内存型号,包括美光、三星、海力士、江波龙和佰维等品牌。文档详细列出了已验证的DDR5内存规格,涵盖2GB-16GB容量范围,提供组织形式、封装类型和测试状态等信息。其中美光型号最全面,支持12GB/16GB大容量方案。部分型号处于测试验证阶段(T/A),需量产进一步确认性能。该方案为RK3588平台开发提供可靠的内存选型参考。

501846585_QQAndroid_java 1083

基于大模型的本地知识库搭建(附安装包)

本篇文章将介绍基于大模型来搭建本地知识库的流程。开源工具:MaxKB + Ollama

huang9604的博客 1347

OpenClaw 与十几款国产 “龙虾” 智能体深度对比

详解介绍OpenClaw和各种类似国产“龙虾”智能体工具深度对比

program哲学 2349

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

DeepSeek如此流行,搭建本地知识库的方法有这几种

本地知识库是指在本地环境中搭建的知识管理系统,用于存储、共享和管理组织或个人的知识资源。它可以通过多种方式构建和应用,包括技术手段(如嵌入模型、向量数据库等)和管理方法(如分类标签系统、持续更新等)。搭建本地知识库时,选择合适的开源库非常重要。免费、无限制、保护隐私、无需网络,适合小白入门。教程详细,支持多种文件类型,且可以接入大模型(如GPT-4、Llama 3等)。个人用户或团队协作,需要快速搭建本地知识库并接入大模型。

m0_63171455的博客 1814

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

大模型部署:三步教你使用Ollama本地搭建我们自己的知识库

如果你真的想学习大模型,请不要去网上找那些零零碎碎的教程,真的很难学懂!你可以根据我这个学习路线和系统资料,制定一套学习计划,只要你肯花时间沉下心去学习,它们一定能帮到你!

2401_85373691的博客 1974

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

使用Ollama搭建自己的简单知识库

Ollama是一个轻量级、可扩展的框架,用于在本地机器上构建、运行和管理大型语言模型(LLM)。其核心价值在于简化在本地运行大语言模型的复杂过程,降低使用门槛,使得即便是非专业用户也能轻松上手。要使用Ollama首先要下载Ollama安装包,可以去Ollama官网(https://ollama.com/)下载最新的安装包。

AAI666666的博客 3194

自己跑 AI 模型和知识库,永远免费用!

今天我们学了本地知识库、本地 AI 模型,并用它来做了一个阅读小说的助手。AI 模型只知道公开的信息,如果想让它对一些你的私有信息做解读,就需要用到知识库了。我们用 docker 跑了 maxkb 这个开源知识库,完全免费用,数据都是存在本地的相当安全。你可以用它接入线上 AI 模型来用,但如果担心这样不安全,也可以用 Ollma 跑个本地 AI 模型。我们试了下本地 Ollama 跑的 qwen2.5 模型,然后搭配小说知识库里的一篇小说,续写啥的完全不成问题,解读也很到位。

2401_85390073的博客 1391

太强了!Ollama + MaxKB零代码本地搭建个人知识库AI应用,数据安全,还可以有权限控制!!

下载模型默认走的是官网下载,有时候你的网络环境连不上官网,如果你通过代理可以链接官网,则先停止ollama的服务。我们会引导你完成这两者的无缝整合,让系统智能化运作。观看零基础学习书籍和视频,看书籍和视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。其实,随着开源工具的发展,构建自己的大模型和知识库已经变得轻而易举,就像请一个聪明的私人助理帮你处理日常任务一样简单。是可以启动的,但是连接不上我们的后端大模型llama3,需要修改命令,绑定主机网络,并且去掉端口映射。

xzp740813的博客 812

三步教你使用Ollama搭建自己的简单知识库

现在大模型工具越来越流行了,文心一言和豆包已经慢慢融入大家的工作生活中了,我们有问题都可以让大模型帮我们回答。不过这里有个问题,就是公开的AI大模型工具回答的都是通用型的问题,不够有针对性,比如我就想问一下,我自己上一篇论文中的某些内容,公开大模型工具往往是无法回答我们的,因为公开的大模型都是基于目前的数据训练得到的,显然它并不知道我本地新增的信息。而且,就算有接口可以提交我们的信息,由于安全和保密的需求,也不方便直接把我们的信息都上传。

2401_85325726的博客 3815

基于大模型的本地知识库搭建

本篇文章将介绍基于大模型来搭建本地知识库的流程。开源工具:MaxKB + Ollama。

weixin_72959097的博客 1033

【2025最新】基于大模型的本地知识库搭建(超详细),带你零基础入门到精通!

本篇文章将介绍基于大模型来搭建本地的流程。开源工具:MaxKB + Ollama。

2301_77472496的博客 2866
上一篇: 阿里研究院:2024大模型训练数据白皮书
下一篇: 如何提高RAG系统准确率?12大常见痛点及巧妙解!
冻感糕人~
博客等级 码龄3年 8926粉丝 2384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