快速建立私有化知识库(私有化训练DeepSeek,通过ollama方式)

简介

什么?!老是有人问你需求,不同版本的需求你记不清还得去扒拉过程文档、设计文档?
什么?!领导会询问功能使用情况、用户相关数据,你每次还得手动查询反馈?
什么?! 项目太多了,每次迭代需求查立项信息太头痛不知道找谁要?

复制代码
你可以把需求文档、过程文档、接口文档全部喂给它,然后直接问就完事了,再也不用问开发人员了。解放开发人员的双手。

好了,不开玩笑了。通过这种可以成本最小的建立知识库,个人、部门、企业知识库都可以建立,而且都是本地话训练,训练数据和模型的关联关系是放在内存中的,不会有安全风险。通过私有化知识库,企业可以提升相关效率。

接下来,我将做一个工作日志的训练示例: 将工作日志给他,并且让他协助你的工作。

前提

请确保你已经安装Ollama且DeepSeek模型下载完毕。具体请参考私有化部署DeepSeek
私有化部署DppeSeek

安装AnythingLLM

企业很多的敏感数据和用户数据是宝贵的,所以需要根据特定数据私有化训练DeepSeek。

AnythingLLM到底是什么?AnythingLLM是由Mintplex Labs Inc.开发的一个全栈应用程序,是一款高效、可定制、开源的企业级文档聊天机器人解决方案。它能够将任何文档、资源或内容片段转化为大语言模型在聊天中可以利用的相关上下文。

以下是下载途径:

官网下载安装包 https://anythingllm.com/desktop

Github下载安装包 https://github.com/Mintplex-Labs/anything-llm/releases

这里找到当前最新版本:1.4.0 https://github.com/Mintplex-Labs/anything-llm/releases/download/v1.4.0/AnythingLLMDesktop.exe (GitHub直接下载,有可能限速,需要采用Github代理进行下载)

安装

安装过程无脑下一步就行了。

安装过程大约20min,因为我的网速比较慢

期间会中间下载一个1.8G的模型文件,如果下载失败不必担心,重新打开安装包重新安装一遍就行。中间的那个下载并没有限制下载速度。

设置

语言

LLM

嵌入首选项

新建工作区

工作区设置

点击齿轮

设置LLM模型

设置人工智能体性格

这是我的示例:你是一个协助我的工作的机器人,我将给你我工作相关的文档资料,我需要你根据这些资料回复我的问题,协助我的工作,成为我的工作助手。

确认保存

当设置完以后,你需要update才能生效

代理设置

私有化训练

准备训练数据

什么形式都行,你可以看官方文档,我这里是excel

导入数据

点击上传

拖入工作区

开始训练

成功标志如下图所示,右侧出现数据

使用训练数据

点击,使其pin进工作区

验收成果

打开对话开始对话

现在开始提问你训练文档中的数据

现在可以看到它已经可以根据我们的训练数据回答我们相应的问题了。

ps:你可以注意到它回复的还是有缺陷,一方面是我下载的模型是最小的,一方面是训练数据过少。实际体现只用作知识库我觉得是绰绰有余的。

官方接口调用文档

这个软件已经集成了API文档,如果你想接口形式调用或者linux安装都是完全可以支持的。总之文档详细,定制化程度高。
https://docs.anythingllm.com/features/api

相关推荐
百度Geek说1 小时前
从代码生成到需求交付:DarkFactory 的工程实践
人工智能
Baihai_IDP1 小时前
使用场景不同,模型“推理速度慢”的原因也不同
人工智能·面试·llm
挖掘狂人1 小时前
AI 三分钟写完的代码,你凭什么敢直接上线?
人工智能·程序员·ai编程
墨林陌1 小时前
AI 热点日报(2026-11-20):苹果自研 AI 智能体曝光,Anthropic 上市首日大涨,智能体支付落地
人工智能
AAA修煤气灶刘哥1 小时前
32 GB 内存跑起 1800 亿参数模型,代价是什么?
人工智能·后端·架构
玩美数据2 小时前
海外市场数据分析驱动下的产业趋势演变与竞争格局深度解读
大数据·人工智能
oil欧哟2 小时前
Oil Studio 的产品思路与日常使用方式:在 Mac 上录口播演示,并接入 AI Agent 精剪与自动录屏
人工智能·macos
意念回复2 小时前
从 RNN 到 GQA:自注意力与多头注意力机制全解析
人工智能·rnn·深度学习
Flynn Liang3 小时前
AI Agent 分层记忆体系实战:用 Redis 五类结构构建可淘汰、可追溯的长短期记忆
数据库·人工智能·redis
CyrusYiVPP3 小时前
新用户第二周还剩几个?pandas做留存率cohort分析,数据分析实战第6期
人工智能·python