⚠ 疑义说明
本文内容由 WebFetch 抓取摘要后经 AI 扩充整理,非逐字原文。且与同分类下「本地知识库搭建」存在主题重叠(均涉及 Ollama + DeepSeek 部署)。请人工对照原文核验准确性,并确认两篇差异度是否足够。
使用Ollama搭建本地DeepSeek
本文展示 Ollama + AnythingLLM 本地知识库部署全过程,包括 Ollama 安装、DeepSeek 模型下载与嵌入模型配置。
第一步:下载安装 Ollama
Ollama 官方网址:https://ollama.ai
根据自己的操作系统下载对应版本,直接安装即可。
第二步:下载 DeepSeek 与嵌入模型
在 Ollama 里点击 Models 或者在搜索栏搜 DeepSeek-R1,选择一个合适的模型(这里以 1.5b 为例),复制命令到命令行粘贴执行,显示 "success" 就 OK 了。
下载嵌入模型,在搜索栏搜索 "nomic-embed-text",再复制命令到终端粘贴即可。
第三步:更改 Ollama 模型位置
Ollama 默认将模型安装在 C 盘,但许多朋友的 C 盘存储空间不足。可以通过环境变量更改安装位置:
- 进入设置 → 高级系统设置 → 环境变量
- 点击新建,变量名输入
Ollama_MODELS,变量值输入希望安装模型的位置,如D:\Ollama\models
如果已经把模型下载在了 C 盘,可以把 C:\Users\XX\.Ollama\models 文件夹里的文件,移动到上一步填写的位置。
本地知识库工具 AnythingLLM 部署
第一步:安装 AnythingLLM
官方地址:https://anythingllm.com/,选择对应系统下载安装。
第二步:配置 AnythingLLM
- 列表里选择 Ollama,再选择模型
- 数据处理和用户调研,直接点击下一步和跳过
- 设置好工作区之后,修改界面语言为 Chinese
第三步:数据投喂
在设置里选择 Embedder 首选项,提供商选择 "Ollama",模型选择 "nomic-embed-text:latest",保存更改。
点击工作区旁边的上传按钮,上传文件后移动到右侧工作区,最后点击保存。
验证:点击 New Thread,问个相关的问题,看到回答最下方显示有引用就 OK 了。
AnythingLLM 是一款开源 AI 应用程序,旨在帮助用户与文档进行智能对话,并构建私有化的知识库。
文章来源
本文内容整理自以下原始出处:
原文作者:闫哥大数据(CSDN)