本地知識(shí)庫這個(gè)需求我大概被問過不下二十次想把公司文檔、個(gè)人筆記、產(chǎn)品手冊喂給大模型又不想把數(shù)據(jù)傳到云端最好還能離線用。我的答案是組合拳——AnythingLLM 負(fù)責(zé)把文檔切成模型能理解的結(jié)構(gòu)、再把模型包裝成人話接口Ollama 負(fù)責(zé)在本地跑推理服務(wù)。這套方案搭完之后一臺(tái)普通電腦就是你的私人 AI 問答機(jī)器人從文檔清洗到最終對話全部自給自足。這篇記錄我從零開始摸索的完整過程模型怎么選、嵌入器怎么配、文檔怎么灌、坑怎么踩適合所有想快速落地本地知識(shí)庫、又不想被代碼繞暈的人。1. 目標(biāo)拆解與方案選型1.1 “本地知識(shí)庫”到底是個(gè)什么東西別被名詞嚇住拆開看就三件事第一把你的文檔拆分、向量化存進(jìn)一個(gè)本地“索引”第二問題進(jìn)來后系統(tǒng)先在這個(gè)索引里做語義檢索把最相關(guān)的內(nèi)容片段撈出來第三把“相關(guān)問題檢索到的原文”一起交給大模型讓它基于這些材料生成答案。這就是經(jīng)典的 RAG檢索增強(qiáng)生成鏈路。為什么非要本地跑一套因?yàn)閿?shù)據(jù)主權(quán)。我接觸過不少項(xiàng)目客戶的合同、內(nèi)部 SOP、產(chǎn)品參數(shù)表根本不允許出內(nèi)網(wǎng)一旦走云端 API 就有合規(guī)風(fēng)險(xiǎn)。另外還有成本問題知識(shí)庫的問答量一旦上來按 token 計(jì)費(fèi)可不是小數(shù)目本地跑一次部署后面基本是電費(fèi)。Ollama 讓“本地跑大模型”這件事從命令行變成了一條命令A(yù)nythingLLM 又把“構(gòu)建知識(shí)庫、管理文檔、提供問答界面”從代碼工程變成了一次鼠標(biāo)操作這對非開發(fā)者和運(yùn)維來說友好度直接拉滿。1.2 為什么是 AnythingLLM Ollama而不是其他方案市面上的搭配很多我挑這套最核心的原因是想讓初學(xué)者少踩配置的坑。直接給你一套對比方案上手難度對開發(fā)者的依賴適合場景手寫 LangChain 應(yīng)用高需要 Python 向量庫必須有開發(fā)者深度定制、生產(chǎn)級系統(tǒng)Dify中界面完善但模型配置鏈路繁瑣半自助需要多模型管理、工作流編排AnythingLLM Ollama低安裝后即可可視化配置基本不需要個(gè)人/中小團(tuán)隊(duì)快速落地私有知識(shí)庫LangChain 強(qiáng)大但對于“我就想把 PDF 傳進(jìn)去問幾句”的需求來說屬于殺雞用牛刀Dify 的可視化編排確實(shí)好看可初次配置把 API Key、模型供應(yīng)商、Embedding 模型選一圈很容易勸退新手。AnythingLLM 的聰明之處在于它把 RAG 鏈路完全封裝成了界面操作同時(shí)保留了對 Ollama 的深度兼容向量庫內(nèi)置、文檔解析內(nèi)置你只需要關(guān)心內(nèi)容和模型不需要關(guān)心 SQLite、ChromaDB 這些底層細(xì)節(jié)。那 Ollama 的價(jià)值又在哪它是一個(gè)本地模型運(yùn)行時(shí)負(fù)責(zé)模型的下載、啟動(dòng)和推理服務(wù)。沒有它AnythingLLM 就只能去連云端 API。而有了它之后AnythingLLM 可以像調(diào)用本地服務(wù)一樣調(diào)用模型數(shù)據(jù)全程不出機(jī)器還能把模型切換成 CPU 模式?jīng)]顯卡的老筆記本也能跑。2. 環(huán)境準(zhǔn)備與 Ollama 部署2.1 安裝前要搞清楚的事Windows、Linux 還是 WSL2Ollama 官方支持 Windows、Linux、macOS。如果你是 Windows 用戶我建議優(yōu)先考慮 WSL2 環(huán)境因?yàn)?Ollama 在原生 Windows 下跑的是 Linux 二進(jìn)制兼容層性能和穩(wěn)定性雖然日常夠用但遇到高并發(fā)或大模型時(shí)WSL2 的資源調(diào)度通常會(huì)更好。如果你的機(jī)器就是一臺(tái)純 Linux 服務(wù)器直接按官方一條命令安裝就行。不過 WSL2 有個(gè)隱藏問題打開 WSL2 后Windows 的“環(huán)境變量”和 Linux 的“環(huán)境變量”是兩套系統(tǒng)后面你配置OLLAMA_MODELS這類參數(shù)時(shí)要改的是 Ubuntu 子系統(tǒng)里面的/etc/environment或~/.bashrc不是 Windows 的系統(tǒng)設(shè)置。我見過好幾個(gè)朋友在這個(gè)地方折騰半天模型一直下到 C 盤改完 Windows 的變量發(fā)現(xiàn)根本沒生效原因就在這里。如果不想進(jìn) WSL直接裝 Windows 版也沒問題只是要注意默認(rèn)安裝路徑在用戶目錄下模型也會(huì)存在C:\Users\你的用戶名\.ollama\models下面。想換到 D 盤就提前建一個(gè)OLLAMA_MODELS環(huán)境變量指向 D 盤路徑然后再啟動(dòng)服務(wù)。2.2 Ollama 安裝和下載慢的破解姿勢大多數(shù)人的第一個(gè)坎其實(shí)是“下載”。Ollama 安裝包本身不大但國內(nèi)訪問官方源經(jīng)常時(shí)快時(shí)慢。我的經(jīng)驗(yàn)是優(yōu)先用國內(nèi)可用的鏡像或加速通道用瀏覽器也好、命令行也好把安裝包先拉下來再本地雙擊安裝。安裝完成后打開終端先跑一句ollama run qwen2.5:7b它會(huì)自動(dòng)去拉取模型。如果拉取速度慢或者報(bào)連接超時(shí)先不要盯著屏幕焦慮看這幾個(gè)方向檢查是否設(shè)置過系統(tǒng)代理Ollama 會(huì)讀系統(tǒng)代理設(shè)置代理不穩(wěn)定會(huì)導(dǎo)致下載中斷。直接從模型生態(tài)里找已經(jīng)打包好的 GGUF 文件手動(dòng)下載再通過ollama create導(dǎo)入本地。這樣能避開臨時(shí)網(wǎng)絡(luò)問題下文會(huì)專門講。如果是在服務(wù)器上部署確認(rèn)防火墻或安全組放行了 11434 端口否則ollama pull會(huì)一直卡在連接階段。下載慢還有一個(gè)容易被忽略的點(diǎn)很多所謂的“慢”其實(shí)是在解析域名或者握手階段。這時(shí)候你可以多試幾次Ollama 支持?jǐn)帱c(diǎn)續(xù)傳多數(shù)情況下重新 pull 能接上。2.3 模型選型qwen2.5-7b 和 bge-m3 為什么是第一梯隊(duì)Ollama 裝好之后接下來就是選模型。大語言模型負(fù)責(zé)回答問題嵌入模型負(fù)責(zé)把文檔變成向量兩者缺一不可。我首推qwen2.5:7b做聊天/問答。原因有幾點(diǎn)一是它對中文的理解能力在同參數(shù)量里屬于第一梯隊(duì)企業(yè)文檔和筆記大多是中文這一條就能省很多事二是 7B 參數(shù)量的量化版只要 4.7GB 左右普通 8GB 顯存或者 16GB 內(nèi)存的機(jī)器都能跑三是它支持 32K 上下文對 RAG 場景非常友好能把檢索出來的長文本片段完整吞進(jìn)去。嵌入模型我強(qiáng)烈建議用bge-m3。這是諾干家開源的一個(gè)相當(dāng)能打的 Embedding 模型支持中文、英文等多語言而且能處理最長 8192 字符的輸入。多數(shù)本地知識(shí)庫文檔片段不會(huì)太長但如果你要直接處理整篇長文bge-m3 的優(yōu)勢就會(huì)顯現(xiàn)。Ollama 拉取命令很簡單ollama pull bge-m3如果你是遠(yuǎn)程服務(wù)器可能還要確認(rèn)模型是否支持 GPU 加速。用ollama ps查看當(dāng)前加載的模型跑在 CPU 還是 GPU 上如果顯示PROCESSOR列是 100% CPU可以檢查一下驅(qū)動(dòng)的 CUDA 版本是否匹配。提示參數(shù)量不是越大越好。第一次搭建4GB 顯存選 3B 模型8GB 以上再考慮 7B。盲目上 14B 或 30B 模型速度會(huì)讓你懷疑人生。3. AnythingLLM 安裝與核心配置3.1 下載安裝 AnythingLLM桌面版還是 DockerAnythingLLM 官方提供桌面安裝包、Windows 版可以直接下載 exe還有一個(gè) Docker 版本。我的建議是個(gè)人本機(jī)使用直接裝桌面版要對外提供服務(wù)或多人使用再考慮 Docker。桌面版的優(yōu)勢是真的零依賴裝完即開默認(rèn)會(huì)自帶 SQLite 存儲(chǔ)和 LanceDB 向量庫不需要你單獨(dú)去部署數(shù)據(jù)庫或向量庫。Docker 版本的部署更干凈但有一個(gè)細(xì)節(jié)需要繞一下新版 AnythingLLM 把向量庫容器從主容器里拆出去了你要先拉起一個(gè)chromadb容器再啟動(dòng)anythingllm容器并配置VECTOR_DBchroma。如果你不想折騰可以先用docker run跑一個(gè) all-in-one 鏡像官方鏡像里已經(jīng)包含必要的配置。啟動(dòng) AnythingLLM 后第一次會(huì)進(jìn)入一個(gè)初始化向?qū)?。這時(shí)候別急著亂點(diǎn)先確認(rèn)兩個(gè)核心聯(lián)動(dòng)能不能連上 Ollama、模型是否加載成功。你可以在 Ollama 服務(wù)端執(zhí)行ollama list確認(rèn)模型列表AnythingLLM 后續(xù)就是從這個(gè)列表里讀取模型名的。3.2 核心配置把 Ollama 接進(jìn) AnythingLLM進(jìn)入 AnythingLLM 的設(shè)置頁面找到 “LLM 首選提供商”這里選擇 Ollama。接著還需要填三個(gè)東西Ollama 的 API 地址、模型選擇、Token 上下文窗口。API 地址默認(rèn)填http://localhost:11434。如果你是在另一臺(tái)機(jī)器上部署的 Ollama需要把localhost換成那臺(tái)機(jī)器的 IP同時(shí)要在 Ollama 所在機(jī)器上設(shè)置環(huán)境變量OLLAMA_HOST0.0.0.0:11434否則外部訪問不到。模型選擇下拉框會(huì)自動(dòng)讀取 Ollama 里的模型列表選擇qwen2.5:7b就行。Token 上下文窗口建議先設(shè)置成 8000 或 16000Not 越大越好窗口大意味著單次能塞進(jìn)更多資料但也更吃內(nèi)存。一個(gè)很實(shí)際的建議先設(shè) 8000 跑通流程再根據(jù)實(shí)際回答質(zhì)量和顯存占用往上調(diào)。然后是嵌入器配置。在 “Embedding 首選提供商” 里同樣選擇 Ollama模型選擇bge-m3。這一步非常關(guān)鍵——如果沒有配置好嵌入器你上傳的文檔就無法被向量化后面的知識(shí)庫問答就是空中樓閣。注意嵌入模型一旦選定并跑過向量化后續(xù)不要隨便切換。因?yàn)椴煌Ｐ蜕傻南蛄烤S度可能不同切換后舊文檔要么重新向量化要么就檢索不到。3.3 配置檢查如何確認(rèn)一切正常配置完成后先在 AnythingLLM 里隨便發(fā)一條不涉及知識(shí)庫的普通消息。如果模型能正?；貜?fù)說明 Ollama 鏈路沒問題。然后回到設(shè)置里切換嵌入器測試項(xiàng)它會(huì)彈出一個(gè)“測試連接”的按鈕點(diǎn)擊后能看到一個(gè)簡單的狀態(tài)提示。如果你在測試時(shí)遇到錯(cuò)誤先檢查 Ollama 服務(wù)是否在運(yùn)行。Windows 下 Ollama 安裝后默認(rèn)有個(gè)后臺(tái)進(jìn)程你可以在托盤區(qū)看到圖標(biāo)Linux 下用ps aux | grep ollama看進(jìn)程。網(wǎng)絡(luò)層面用瀏覽器直接訪問http://localhost:11434看到Ollama is running就說明服務(wù)正常。4. 知識(shí)庫搭建與對話實(shí)測4.1 創(chuàng)建工作區(qū)和文檔上傳AnythingLLM 里的“工作區(qū)Workspace”就是一個(gè)個(gè)獨(dú)立的問答空間你可以把不同主題的文檔隔離在不同工作區(qū)比如“產(chǎn)品文檔”“合同模板”“團(tuán)隊(duì)手冊”相互之間不干擾。創(chuàng)建好工作區(qū)后點(diǎn)左邊的“上傳文檔”按鈕能把 PDF、TXT、DOCX、Markdown 等格式的文件傳進(jìn)去。這里我特別說一下 PDF 的處理如果你上傳的是掃描件沒有 OCR 支持的情況下是提取不到文字的一定要先用別的工具轉(zhuǎn)成可識(shí)別的文本。AnythingLLM 對純文字 PDF 的解析質(zhì)量不錯(cuò)但遇到復(fù)雜排版、表格混排時(shí)建議先用工具轉(zhuǎn)成 Markdown 再上傳問答準(zhǔn)確率會(huì)明顯提升。上傳完成后還需要點(diǎn)擊“保存并嵌入”按鈕系統(tǒng)會(huì)調(diào)用 bge-m3 把文檔內(nèi)容切塊并向量化。這個(gè)階段會(huì)吃 CPU 和內(nèi)存如果文檔很多可以先去喝杯水。嵌入完成后文檔列表里會(huì)出現(xiàn)一個(gè)“訓(xùn)練完成”的狀態(tài)標(biāo)記。4.2 文檔切塊參數(shù)怎么設(shè)chunk size 和 overlap 的博弈向量化之前AnythingLLM 會(huì)把文檔切成一個(gè)個(gè)文本塊。默認(rèn)的 chunk size 是 1000 個(gè)字符overlap 是 0。這個(gè)默認(rèn)值在大模型足夠強(qiáng)的情況下能用但遇到跨段落的問題時(shí)容易出現(xiàn)檢索遺漏。我的調(diào)參經(jīng)驗(yàn)是普通技術(shù)文檔、文章chunk size 設(shè) 1000overlap 設(shè) 200這樣每段之間保留了銜接信息語義不會(huì)斷裂。表格類內(nèi)容比較密集把 chunk size 降到 800 左右避免一個(gè) chunk 里塞太多無關(guān)列。合同、長段落類文檔chunk size 提高到 1500overlap 提高到 300確保條款上下文完整。overlap 的作用就像兩塊木板拼接時(shí)故意疊進(jìn)去的邊緣讓檢索器在切分邊界上也不至于漏掉關(guān)鍵信息。調(diào)完之后記得重新“保存并嵌入”舊向量會(huì)被覆蓋。4.3 實(shí)測從 “幫我總結(jié)一下文檔” 到帶來源的問答嵌入完成后切到工作區(qū)的對話界面。先用一個(gè)簡單的總結(jié)類問題試水比如“這篇文章的核心內(nèi)容是什么”qwen2.5:7b 會(huì)先檢索相關(guān)文檔片段再基于片段生成答案。這里有個(gè)細(xì)節(jié)要提醒AnythingLLM 默認(rèn)會(huì)把檢索到的上下文都塞給模型但你可以通過右上角的設(shè)置開關(guān)選擇“僅使用檢索到的內(nèi)容”或者“允許模型自由發(fā)揮”。如果知識(shí)庫定位是“嚴(yán)格按資料回答”建議開啟前者如果希望模型在沒檢索到的情況下也能給出合理補(bǔ)充可以用后者。實(shí)際測試一輪之后看看回答是否準(zhǔn)確。如果答非所問大概率是檢索環(huán)節(jié)出的問題這時(shí)候打開左下角的 “查看引用” 按鈕看看模型依據(jù)的是不是你預(yù)期的文檔片段。如果不匹配優(yōu)先調(diào)整 4.2 里的切塊參數(shù)。4.4 多輪對話與上下文管理RAG 的另一個(gè)坑是“會(huì)話污染”。用戶在一個(gè)工作區(qū)里連著問多個(gè)問題模型會(huì)把前幾輪的問答和檢索結(jié)果混在一起導(dǎo)致后一個(gè)問題的回答偏差。AnythingLLM 的應(yīng)對方式是支持清理會(huì)話。每次問一個(gè)不同主題的問題前建議點(diǎn)右上角的“新建會(huì)話”把上下文清空。尤其在做知識(shí)庫測試時(shí)每輪新問題最好開一個(gè)新會(huì)話不然你很難判斷當(dāng)前的回答到底是基于文檔還是基于之前的閑聊。更專業(yè)的做法是在提示詞里固定“僅基于已有資料回答不要依賴對話歷史”AnythingLLM 也允許你自己定義系統(tǒng)提示詞。5. 常見問題排查與優(yōu)化實(shí)錄5.1 下載慢、連接失敗這類“網(wǎng)絡(luò)病”怎么治這是初學(xué)者最容易卡住的地方我把它單獨(dú)拎出來講。癥狀通常表現(xiàn)為ollama pull進(jìn)度條長時(shí)間不動(dòng)或者直接提示max retries exceeded。原因多出在握手環(huán)節(jié)不是模型文件太大而是連接被中斷。我的排查順序是先用curl -I http://localhost:11434測試本機(jī) Ollama 服務(wù)是否正常。再檢查系統(tǒng)和終端是否設(shè)置了代理。如果設(shè)置了代理但代理不穩(wěn)定Ollama 的下載會(huì)反復(fù)重試建議臨時(shí)關(guān)閉代理再 pull。如果網(wǎng)絡(luò)環(huán)境確實(shí)不穩(wěn)定直接從第三方模型平臺(tái)把 GGUF 文件下載回來然后通過ollama create導(dǎo)入本地。手動(dòng)導(dǎo)入的命令格式如下ollama create qwen2.5-7b-custom -f ModelfileModelfile 內(nèi)容類似FROM ./qwen2.5-7b-instruct.Q4_K_M.gguf這樣你就繞開了ollama pull的網(wǎng)絡(luò)依賴文件在本地之后創(chuàng)建模型幾乎是秒級完成。這個(gè)方法同樣適用于往 Ollama 里塞其他私有模型比如微調(diào)后的模型。5.2 模型跑到一半就崩顯存和內(nèi)存的那些事Ollama 默認(rèn)會(huì)盡量把模型加載到 GPU。如果你的顯卡顯存只有 8GB跑 7B 模型時(shí)經(jīng)常會(huì)出現(xiàn)“顯存不足”或推理速度斷崖式下降。這時(shí)候有兩個(gè)選項(xiàng)第一換小模型。把 qwen2.5:7b 換成qwen2.5:3b體積直接砍半推理速度會(huì)有明顯提升。第二限制上下文長度。AnythingLLM 里的 Token 窗口如果設(shè)得太大會(huì)白白占用大量顯存。我實(shí)測過8GB 顯存的機(jī)器跑 7B 模型能把上下文窗口壓到 4096速度就會(huì)流暢很多。另外Ollama 還支持純 CPU 運(yùn)行。沒有 NVIDIA 顯卡的機(jī)器也能跑只是速度慢。啟動(dòng)模型時(shí)用OLLAMA_NUM_GPU0強(qiáng)制走 CPU或者修改Modelfile里的參數(shù)num_gpu 0表示只用 CPU。對于個(gè)人知識(shí)庫這種低頻問答場景CPU 推理其實(shí)夠用就是第一次響應(yīng)可能要等幾秒到十幾秒。注意如果 CPU 內(nèi)存低于 16GB別嘗試 7B 模型系統(tǒng)會(huì)瘋狂用硬盤交換卡到連界面都點(diǎn)不動(dòng)。5.3 常見錯(cuò)誤速查表我把搭建過程中最常遇到的報(bào)錯(cuò)和解決方案整理成一個(gè)表方便隨時(shí)查閱報(bào)錯(cuò)/現(xiàn)象原因解決方案file does not exist模型名輸錯(cuò)或模型未下載完成用ollama list核對模型名max retries exceeded下載時(shí)網(wǎng)絡(luò)連接不穩(wěn)定關(guān)閉代理或手動(dòng)下載 GGUF 導(dǎo)入Ollama 已安裝但 AnythingLLM 連不上環(huán)境變量未生效或服務(wù)未啟動(dòng)重啟 Ollama 服務(wù)檢查端口和OLLAMA_HOST嵌入文檔時(shí)一直卡住嵌入模型未正確加載或文檔為掃描件先測試嵌入連接再用 OCR 轉(zhuǎn)換文檔回答內(nèi)容明顯不相關(guān)文檔切塊過大/過小調(diào)整 chunk size、overlap重新嵌入出口流量異常大多個(gè)工作區(qū)同時(shí)請求大模型限制并發(fā)降低上下文窗口5.4 性能優(yōu)化從“能用”到“好用”跑通之后如果想進(jìn)一步提升體驗(yàn)可以考慮這幾個(gè)方向給 Ollama 配置模型預(yù)加載。在啟動(dòng) Ollama 前用ollama run qwen2.5:7b先把模型加載進(jìn)顯存這樣 AnythingLLM 第一次問答就不用等待模型冷啟動(dòng)。本地交互更順滑。把 Ollama 和 AnythingLLM 部署在同一臺(tái)機(jī)器上避免網(wǎng)絡(luò) IO 損耗。如果業(yè)務(wù)需要拆分就用內(nèi)網(wǎng)千兆別走公網(wǎng)。開啟 Ollama 的并發(fā)請求支持。默認(rèn) Ollama 一次只能處理一個(gè)推理請求如果你的使用人數(shù)多可以在環(huán)境變量里設(shè)置OLLAMA_NUM_PARALLEL2或更高不過顯存要夠否則會(huì)疊加占用。5.5 往工程化方向擴(kuò)展API、LangChain 和 Dify這套方案的好處是跑通之后你可以隨時(shí)把能力開放給其他系統(tǒng)。AnythingLLM 本身自帶一套開發(fā) API你可以通過 HTTP 調(diào)用知識(shí)庫問答接口這樣前端應(yīng)用、飛書機(jī)器人、企業(yè)微信機(jī)器人就能直接接入。文檔參考官方 API 文檔本質(zhì)上就是先建一個(gè) API Key然后用POST /api/v1/workspace/{slug}/chat發(fā)起對話請求。如果你想做更深的定制再把 LangChain 引入進(jìn)來用OllamaLLM和OllamaEmbeddings兩個(gè)類就能把 LangChain 的整個(gè)生態(tài)跟本地模型接上。Dify 的思路也差不多在模型供應(yīng)商里選 Ollama填 API 地址保存后就能在 Dify 的知識(shí)庫和應(yīng)用編排里調(diào)用同一個(gè)模型。換句話說AnythingLLM 是“最小可行路徑”而 LangChain/Dify 是“工程化進(jìn)階路徑”兩者并不沖突。6. 最后再分享兩個(gè)實(shí)踐經(jīng)驗(yàn)剛才寫的都是“怎么做”最后補(bǔ)充兩個(gè)我在真實(shí)環(huán)境里反復(fù)踩到的細(xì)節(jié)。第一個(gè)是關(guān)于“知識(shí)庫答案質(zhì)量”的預(yù)期管理。本地 7B 模型的推理能力比云端大模型弱是客觀事實(shí)它不會(huì)像 GPT 那樣“圓滑”但勝在全部基于你的私有資料。如果你的文檔質(zhì)量本身不高、目錄混亂放進(jìn)來的垃圾多出來的答案也會(huì)帶著一股“縫合感”。所以我不建議一股腦把所有文件都塞進(jìn)去先用好一個(gè)工作區(qū)把文檔預(yù)處理成干凈、結(jié)構(gòu)化、內(nèi)容準(zhǔn)確的材料再逐步擴(kuò)大。第二個(gè)是備份意識(shí)。AnythingLLM 的向量數(shù)據(jù)默認(rèn)存放在本地目錄刪除工作區(qū)會(huì)把對應(yīng)的向量索引一并刪除這個(gè)操作不可逆。如果你辛辛苦苦嵌入了幾千份文檔結(jié)果手滑點(diǎn)了刪除那就得重新再來一遍。我的手藝是每調(diào)整一輪嵌入?yún)?shù)就把storage目錄里的向量文件復(fù)制一份到別處。雖然有點(diǎn)原始但關(guān)鍵時(shí)刻真的很救命。我的體會(huì)是本地知識(shí)庫這件事最難的其實(shí)不是技術(shù)而是對細(xì)節(jié)的耐心。Ollama、AnythingLLM 這些工具已經(jīng)把門檻壓到了非常低的位置你只需要按部就班地把模型選好、把文檔切好、把參數(shù)調(diào)順剩下的事情模型自己會(huì)替你完成。希望這篇從頭到尾的記錄能讓你少走幾個(gè)我走過的彎路。