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
曲幽2 天前
FastAPI实战:打造本地文生图接口,ollama+diffusers让AI绘画更听话
python·fastapi·web·cors·diffusers·lcm·ollama·dreamshaper8·txt2img
曲幽3 天前
我用FastAPI接ollama大模型,差点被asyncio整崩溃(附对话窗口实战)
python·fastapi·web·async·httpx·asyncio·ollama
曲幽4 天前
FastAPI + Ollama 实战:搭一个能查天气的AI助手
python·ai·lora·torch·fastapi·web·model·ollama·weatherapi
deephub5 天前
向量搜索系统的三个核心优化维度:速度、精度与规模
人工智能·python·rag·检索
海棠AI实验室5 天前
RAG 五大应用场景(三)企业级 Code RAG 与代码库 Copilot 深度架构指南
架构·copilot·rag
海棠AI实验室5 天前
RAG 五大应用场景(四)法务合同合规系统 —— 从“聊天玩具”到“证据链引擎”
rag·法务合同合规系统
deephub6 天前
RAG 中分块重叠的 8 个隐性开销与权衡策略
人工智能·大语言模型·rag·检索
无聊的小坏坏6 天前
RAG 实战 (下):打造多轮对话知识助手
langchain·rag·大模型应用
无聊的小坏坏7 天前
RAG 实战 (上):构建向量知识库
langchain·rag·大模型应用