一、下载向量模型

在对接向量模型之前，先去下载好对应的模型： $()$

(注意：下载模型需要使用魔法，最好使用网络稳定一点的。)

二、上传模型到服务器

下载好模型之后，上传到部署 MaxKB 的服务器上。

1. 创建 model 文件夹

复制代码

## 创建 model 文件夹
mkdir /opt/maxkb/model

2. 修改docker-compose.yaml，添加volume挂载点

复制代码

##修改docker-compose.yaml，添加volume挂载点
version: "2.1"
services:
  maxkb:
    container_name: maxkb
    hostname: maxkb
    restart: always
    image: ${MAXKB_IMAGE_REPOSITORY}/maxkb-pro:${MAXKB_VERSION}
    ports:
      - "${MAXKB_PORT}:8080"
    healthcheck:
      test: ["CMD", "curl", "-f", "localhost:8080"]
      interval: 10s
      timeout: 10s
      retries: 120
    volumes:
      - /tmp:/tmp
      - ${MAXKB_BASE}/maxkb/logs:/opt/maxkb/app/data/logs
      - mk-model-data:/opt/maxkb/model
    env_file:
      - ${MAXKB_BASE}/maxkb/conf/maxkb.env
    depends_on:
      pgsql:
        condition: service_healthy
    networks:
      - maxkb-network
    entrypoint: ["docker-entrypoint.sh"]
    command: "python /opt/maxkb/app/main.py start"
 
networks:
  maxkb-network:
    driver: bridge
    ipam:
      driver: default
 
volumes:
  mk-model-data:
    driver_opts:
      type: none
      device: ${MAXKB_BASE}/maxkb/model
      o: bind

复制代码

## 添加完之后重新启动
docker-compose -f docker-compose.yml  -f docker-compose-pgsql.yml  up -d
 
##  等一会查看一下状态
docker  ps

3. 检查mode文件夹是否有MaxKB的默认模型

4. 把下载好的向量模型放到model文件夹下

复制代码

## 把下载的模型放到model当中
cp -R  /opt/models--moka-ai--m3e-large /opt/maxkb/model

注意：后续下载新的模型只需要放到model文件夹下面即可。

三、配置本地向量模型

1. 添加模型

系统管理->模型设置->本地模型→"添加模型"

1.1. 参数详情：

模型名字：自定义模型名字（填写自己模型名字就好）

模型类型：选择"向量模型"

基础模型：此处需要注意，要手动填写对应的模型地址。

所填写的地址必须要有，pytorch_model.bin、tokenizer_config.json、tokenizer.json 等这些文件

复制代码

/opt/maxkb/model/models--moka-ai--m3e-large/snapshots/12900375086c37ba5d83d1e417b21dc7d1d1f388

不同的模型，路径应该有所不同，根据实际情况修改

模型目录：默认跟"基础模型"路径一致

添加好之后如图：

2. 使用自定义模型

在创建知识库的时候，指定向量模型即可