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
大模型教程1 小时前
使用Langchain4j和Ollama3搭建RAG系统
langchain·llm·ollama
赋范大模型技术社区1 天前
用 RAG 撬开多模态检索:从文本问答到以图搜图与视频筛选
多模态·rag·以图搜图·混合检索·视频筛选
子超兄2 天前
RAG简介
rag
智算菩萨3 天前
检索增强生成(RAG)技术原理深度解析:突破大模型知识边界的范式革命
人工智能·rag
scx_link3 天前
使用docker安装ollama及ollama拉取模型的总结
运维·docker·容器·ollama
一个无名的炼丹师3 天前
[硬核实战] 解锁多模态RAG:构建能“看懂”PDF复杂图表的智能问答系统
人工智能·python·pdf·多模态·rag
TGITCIC4 天前
RAG中的语义理解与语义检索:别再混为一谈
llm·rag·ai agent·ai智能体·ai产品·大模型ai·rag增强检索
沛沛老爹4 天前
LightRAG 系列 5:核心技术解析——HNSW 索引机制与 Web 应用中的毫秒级检索
faiss·hnsw·rag·lightrag·动态调整·索引机制·预热索引
weixin_377634844 天前
【开源RAG】InstructRAG 过滤无关召回内容 提高问答准确率
开源·rag
福大大架构师每日一题4 天前
ollama v0.13.2 最新更新详解:Qwen3-Next首发与性能优化
性能优化·ollama