CentOS环境搭建DeepSeek本地知识库

1. 安装Ollama

Ollama官网：https://ollama.com/download/linux
使用官网提供的命令直接安装
shell 复制代码
```
curl -fsSL https://ollama.com/install.sh | sh
```
大概率下载不了安装包，使用下面步骤手动安装吧
下载安装包
shell 复制代码
```
curl -L https://ollama.com/download/ollama-linux-amd64.tgz -o ollama-linux-amd64.tgz
```
官网提供命令下载安装包，依然下载不了。

使用魔法上网，新开浏览器访问https://ollama.com/download/ollama-linux-amd64.tgz会自动下载。

将下载好的文件上传至服务器 /opt/ollama 目录
解压ollama到/usr目录下
shell 复制代码
```
sudo tar -C /usr -xzf ollama-linux-amd64.tgz
```

启动脚本

shell 复制代码

vim /etc/systemd/system/ollama.service

[Unit]
Description=Ollama Service
After=network-online.target

[Service]
ExecStart=/usr/bin/ollama serve
User=root
Group=root
Restart=always
RestartSec=3
Environment="PATH=$PATH"
# 解决ollama无法访问的问题
# 如果不配置这个，默认是127.0.0.1:11434，只能够本机连接，会导致docker部署的anythingllm连接不到ollama
Environment="OLLAMA_HOST=0.0.0.0:11434"

[Install]
WantedBy=default.target

启动命令：

shell 复制代码

sudo systemctl daemon-reload
sudo systemctl enable ollama.service
sudo systemctl restart ollama.service
sudo systemctl status ollama.service

查看状态：

shell 复制代码

# 查看ollama的版本
ollama -v

# 查看已安装的大模型
ollama list

通过ollama安装大模型(根据硬件配置选择合适的)

本次安装DeepSeek R1 7b
shell 复制代码
```
ollama run deepseek-r1:7b
```

安装完成后可以测试问答

2. 使用docker安装AnythingLLM

备注：AnythingLLM、Dify、Open-WebUI对比

	AnythingLLM	Dify	Open-WebUI
主要目标	本地知识库 + 向量检索 + AI 问答	多场景对话管理 + 插件化扩展	纯聊天界面 + 多模型集成
对 Ollama 的集成方式	配置后端地址，将 Ollama 作为推理引擎	配置"模型"选项，调用 Ollama 的本地 API	使用后台插件或统一接口连接 Ollama
使用门槛	中等，需要了解向量检索原理及一些配置	较高，需要熟悉插件体系与多模型管理	较低，以网页 UI 为主进行模型选择和对话
文档/知识库支持	强：内置文档索引 + 检索	通过插件或自定义场景支持（需要额外配置）	默认弱，仅提供单纯对话，需要自行扩展
插件/扩展性	具备一定的检索扩展和 API 接口，插件生态相对较少	强：本身就是一个可插拔平台，可快速对接多服务	较为活跃，很多社区贡献的小功能或自定义脚本
可视化界面	提供基本管理与问答界面	提供更丰富的对话流编排和配置界面	网页化聊天 UI，操作简便
应用场景	1. 企业文档问答 2. 个人知识管理	1. 多模型/多场景切换 2. 插件式客服/应用	1. 快速体验/切换本地模型 2. 个人聊天与测试
入门学习曲线	需要理解知识库+检索机制，但整体不算复杂	功能全面，但配置略复杂，适合有一定开发经验的团队	易上手，安装后打开网页即可使用

AnythingLLM 更专注于文档知识库与问答场景 ，自带向量检索管理，可"多文档整合"，接入 Ollama 后实现本地化问答。

Dify 功能多元，适合对话流管理、插件化扩展、团队协同等复杂需求。只要能在其后台正确配置 Ollama 地址，即可灵活调用。

Open-WebUI 走纯粹聊天界面路线，你可以把它当做一个能"轻松切换模型、马上对话"的 Web 面板，如果只是想单纯体验 Ollama 的生成效果，Open-WebUI 也许是最方便的。

访问地址：https://github.com/Mintplex-Labs/anything-llm/
下载镜像
shell 复制代码
```
docker pull mintplexlabs/anythingllm
```

建目录并赋权限

shell 复制代码

export STORAGE_LOCATION=/opt/anythingllm && \
mkdir -p $STORAGE_LOCATION && \
touch "$STORAGE_LOCATION/.env"

chmod -R 777 /opt/anythingllm

运行容器

shell 复制代码

docker run -d -p 13001:3001 --restart=always \
--name anythingllm --add-host=host.docker.internal:host-gateway \
--cap-add SYS_ADMIN \
-v ${STORAGE_LOCATION}:/app/server/storage \
-v ${STORAGE_LOCATION}/.env:/app/server/.env \
-e STORAGE_DIR="/app/server/storage" \
mintplexlabs/anythingllm

web访问

访问：http://服务器IP地址:13001
AnythingLLM配置

3. 建立知识库

在AnythingLLM创建完工作区后，在工作区上传文档

Embed解释：

文档 Embed = 把文本变成向量 + 存入数据库 + 进行相似搜索。它是 AI 知识库、搜索推荐、智能问答的核心技术，让 AI 理解文本语义，而不只是匹配关键词。

将文档关联到会话

文档上传到工作区后，点击文档后面的"图钉"按钮，可以关联文档到会话
进行问答测试