Cherry Studio+Ollama+大模型+向量模型,实现RAG私有知识库。智能体实现EXCEL转化为一个报表图表


一、安装Ollama


二、配置大模型

三、配置嵌入模型

四、安装Cherry Studio

五、搭建本地知识库



Cherry Studio+大模型+MCP,实现表格自动生成分析报告

①、下载安装CherryStudio

②、访问阿里云百炼平台,点击模型选项,申请API Key

③、在Cherry Studio中配置模型

  • 点击设置
  • 选择"模型服务-阿里云百炼"
  • 如为自动显示模型,前往阿里云百炼平台
  • 点击"模型广场",选择Qwen3模型,复制名称
  • 在Cherry Studio中添加模型

由于使用的新模型,所以需要手动添加

④、配置MCP服务

  • 在Cherry Studio点击左下角设置图标---MCP服务器配置
  • 首次安装需要以下四个文件,直接将文件复制到指定目录,安装完成后需要重启Cherry Studio


json 复制代码
{
	//用于任务分解,类似于DeepSeek中提供的思维链,将复杂任务拆解为小任务
	"mcpServers":{
		"sequential-thinking":{
			"command":"npx",
			"args":[
				"-y",
				"@modelcontextprotocol/server-sequential-thinking"
			]
		},
		//自动读取和写入文件
		"files":{
			"command":"npx",
			"args":[
				"-y",
				"@modelcontextprotocol/server-filesystem",
				"D:/abc" //操作指定文件夹下的文件
			]
		},
		//读取Excel数据
		"excel":{
			"command":"npx",
			"args":[
				"--yes",
				"@negokaz/excel-mcp-server"
			],
			"env":{
				"EXCEL_MCP_PAGING_CELLS_LIMIT":4000
			}
		},
		//绘图功能,实现图表生成
		"quickchart-server":{
			"command":"npx",
			"args":[
				"-y",
				"@gongrzhe/quickchart-mcp-server"
			]
		}
	}
}

分别点入每个服务,打开每个服务的开关

⑤、创建智能体


⑥、把Excel放到MCP服务中指定的文件夹下


相关推荐
亦暖筑序1 天前
GraphRAG vs 传统向量RAG:Spring AI实战对比
知识图谱·neo4j·向量数据库·rag·spring ai·graphrag
codefan※1 天前
一键部署私人 LLM:Ollama + Docker 极简指南
运维·docker·容器·大模型·llm·本地部署·ollama
染指11101 天前
12.LangChain框架4-输出解释器
人工智能·langchain·rag
SLD_Allen1 天前
RAG三大主流架构:Classic RAG、Graph RAG、Agentic RAG的区别
架构·rag·agentic rag·classic rag·graph rag
武子康1 天前
Ollama 2026最新实践:从本地大模型到本地+云端+Agent工具链
人工智能·ai·chatgpt·ollama·deepseek
Ticnix1 天前
从零封装 Ollama AI 服务:TypeScript 流式对话工具开发
前端·ollama
2601_957882242 天前
多模态RAG与视觉红利:GEO(生成式引擎优化)中的图片与视频资产重构策略
重构·音视频·geo·rag·多模态模型
小当家.1052 天前
PostgreSQL 做向量数据库:pgvector 在 RAG 中的实战与多场景适配
数据库·人工智能·postgresql·rag
jiayong232 天前
RAG系列(三):实践案例与高级优化
ai·架构·rag·智能体
java1234_小锋2 天前
什么是 RAG(检索增强生成)?请简述 Spring AI 实现 RAG 的完整流程,包括涉及的核心组件。
java·人工智能·spring·rag