自己电脑搭建个人知识库，一般电脑也能玩（支持通义千问、GPT等）。零基础入门到精通，看这篇就够了！赶紧收藏！

你好，我是郭震

结合AI大模型能力，构建个人知识库，做一个问答系统。

很多人都有这种需求。

因为此种模式，既能发挥大模型的AI问答能力，又能考虑到我们自己个性的文档知识库。

常见的方案有这样几种：

1. 调用闭源大模型（如ChatGPT， Claude）API，使用向量数据库管理个人知识库；

2. 本地部署开源大模型（如Qwen，Llama)，使用向量数据库管理个人知识库；

第一种方式调用API需要付费，第二种方式虽然不花钱，但是对个人电脑性能要求很高，运行本地大模型+向量数据库，两者叠加得配置一台高性能电脑，变相增加投入了。

有没有一个更好的方案，既不花钱，一般电脑又能玩的搭建方法？

我这篇文章的目标就是尝试探索这样一种解决方案，帮大家做到既不花钱，又一般电脑也能玩。这个大框架下，再从中选择最容易搭建的方法，尽量少的安装第三方工具包，这样大家非常容易部署。

最后的解决方案，只需要一个代码文件，全部搞定。

好的，朝着目标，咱们走起。

前期准备

1. 准备一台8G以上内存的电脑，无显卡也问题不大；

2. 通过我前几天发的这篇文章：自己电脑搭建AI大模型详细教程，支持通义千问、Llama3、接口调用等。在本地搭建好qwen:7b模型，文章中介绍的应该是最简单的方案了，无需花钱，开源免费。

3. 再会一点Python安装包的技能，基本就是一条命令：pip install 安装包的名字

方案介绍

既不花钱，一般电脑又能玩的方案，一句话总结：本地大模型（qwen:7b）+ 文档搜索工具（whoosh)

使用此方案搭建的LLM+个人知识库，网页界面demo如下：

若提问内容在我们的文档系统中，输出哪些文档命中，包括内容，然后大模型Qwen自动对内容进行深度分析。

总体来说，这种模式充分发挥了高性能检索+LLM问答的两者优势，用起来还是挺舒服的。

功能介绍

总体功能，这是一款轻量级 LLM（大语言模型）+ 知识库应用，结合了 Whoosh 全文搜索引擎和本地化部署的 Qwen-7B 模型，提供高效的个人知识检索和AI智能问答功能。

功能一：文件上传与知识库构建

功能描述：用户可以上传 .docx 文件，这些文件的内容会被解析并存储到知识库中。系统通过 Whoosh 构建索引。如下图所示：

大家可以基于我的程序，继续扩展对PDF，Excel，PPT等内容的检索支持。

此功能核心代码：

功能二：知识库搜索

功能描述：用户可以输入关键词或问题，从知识库中检索相关内容。

如果检索结果重复，系统会自动过滤掉重复项。如下图所示：

检索功能核心代码：

功能三：Qwen-7B 智能问答

功能描述： 若知识库中检索到相关内容，系统会继续调用本地部署的 Qwen-7B 模型，对检索的知识做深度分析；如果未在知识库搜索到内容，会直接调用大模型回答。如下图所示：

此功能核心代码：

Whoosh介绍

Whoosh 是一个轻量级的全文搜索引擎库，用于快速构建本地索引和查询。它支持灵活的字段配置、多种查询类型，并通过纯 Python 实现，无需额外依赖，非常适合小型项目或知识库系统。

Whoosh 工作流程主要分为下面三个步骤：

1. 初始化索引：调用 initialize_index() 创建或加载索引。详见代码文件的此函数实现。

2. 添加文档：用户上传 .docx 文件后，调用 add_document_to_index() 将文档内容分词并存储到索引。

3. 执行搜索：用户输入查询关键词后，调用 search_knowledge_base() 检索索引。

更多Whoosh使用介绍参考：https://whoosh.readthedocs.io/

完整代码文件只有1个，一共118行，想要完整源码部署LLM+个人知识库的，在下面我的公众号回复：知识库

总结一下

本篇介绍了LLM+个人知识库搭建方法，此技术方案具有以下优势：

1. 轻量级和高效：Whoosh 提供快速的全文搜索能力，无需依赖数据库或云服务。本地化的 Qwen-7B 模型，离线运行，节省网络资源。

2. 中文支持：使用 jieba 实现中文分词，优化了中文文本的索引与查询。

3. 易于扩展：知识库和智能问答可以分别扩展，如添加更多文件格式支持或更高效的语言模型。

这种方案除了支持开源大模型外，对于闭源大模型GPT等同样也是支持的，感兴趣的可以玩一下。

以上全文2678字，9张图。如果这篇文章觉得对你有用，可否点个关注。给我个三连击：点赞、转发和在看。若可以再给我加个⭐️，谢谢你看我的文章，我们下篇再见！

六、如何系统学习AI大模型？（附全套学习资源）

零基础入门AI大模型

今天贴心为大家准备好了一系列AI大模型资源，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。

有需要的小伙伴，可以点击下方链接免费领取【保证100%免费】

点击领取 《AI大模型&人工智能&入门进阶学习资源包》

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

3.技术文档和电子书

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉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。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

5.免费获取

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或者点击以下链接都可以免费领取【保证100%免费】

点击领取 《AI大模型&人工智能&入门进阶学习资源包》