使用ollama deepseek r1 +nomic-embed-text + anythingllm + 土产货学问库 喂出一个离线采集安全大家真实迷奸女高中生
一、下载Ollama使用Ollama不错大大裁减显存需求，破钞级的显卡也能开动大模子，官网下载装置即可：https://ollama.com/download
装置 之后景况栏：
图片真实迷奸女高中生
image-20250207173335717二、装置DeepSeek-R1模子插足Ollama官网，找到Models标签
图片
image-20250207173406851阐述我方的喜好和主机性能给与模子，这里用最近爆火的deepseek
这里以 8b 为例
图片
image-20250207174156563复制下敕令后，径直土产货cmd开动即可
（不挂代理下载会很慢）
图片
image-20250207173210193下载完成后径直插足了cmd的对话程度
图片
image-20250207174849012下次开动，径直在cmd内部启动就好了
图片
image-20250207175028080Ollama模子的默许存储目次：
C:\Users\用户名\.ollamaC盘不够，不错更正模子存储位置：
建立环境变量OLLAMA_MODELSE:\ai\ollama\models
图片
image-20250208111917343三、装置AnythingLLM下载地址：
https://anythingllm.com/download
默许装置旅途
C:\Users\用户\AppData\Local\Programs\AnythingLLM
装置完成后，启动会插足自动训导界面，随着界面一步步来：
图片
image-20250207221049577这里给与Ollama
用咱们刚刚下载的 DeepSeek-R1:8b 大模子
图片
image-20250207221228331一直下一步，然后为责任区起个名字
图片
image-20250207221354106然后即可创建见效
图片
智慧树在线教育平台image-20250207221927940然后进行一些建立
LLM首选项这里之前装置的时代依然建立了
图片
image-20250207222044131向量数据库向量数据库无须动即可，使用自带的（ps:淌若莫得给与装置目次，默许在c盘，淌若后续有需要不错挪走）
图片
image-20250207222104439Embedder首选项镶嵌模子建设，不错使用自带的
图片
image-20250207223212974也不错通过 Ollama 使用 nomic-embed-text 动作 Embedder （本例使用这个）
ollama pull nomic-embed-text图片
image-20250207223653494图片
image-20250207224056228“Max Embedding Chunk Length” ，界说了在将文分内割成多个块（Chunk）时，每个块的最大长度，数字越小代表文本文献会被切分的愈加紧密。最佳改为128～512之间，这里建立为512
这是DeepSeek 给出的两者的对比：
图片
image-20250207223147682文献通常度阈值终末在现时聊天的建立中将“文档通常性阈值”：
图片
image-20250207224540100这个不错阐述实质搜索的内容与学问库的关系性纯真性建立（这里建立为高）
四、投喂文档&使用领先点击上传按钮：
图片
image-20250207225115631撑捏多种类型的文档，径直拖进来即可（撑捏径直把文献夹丢畴昔）
图片
image-20250207230553055最下方撑捏网址提交，当你输入彀址后，点击“Fetch Website”按钮，爬虫就会对指定的网址内容进行爬取。
拖进来之后，一皆选中，接着点击“Move to Workspace”，将悉数文献移入咱们的WorkSpace：
图片
image-20250207230732174终末点击“Save and Embed”按钮恭候完成
完成后，复返聊天框，就不错在AnythingLLM中进行基于检索增强生成（RAG）的聊天或问答了
着力：
图片
image-20250208094233555图片
image-20250208094254540图片
image-20250208110722429图片
image-20250208110706686图片
image-20250208111349663 本站仅提供存储处事，悉数内容均由用户发布，如发现存害或侵权内容，请点击举报。