ollama+anythingllm本地环境搭建与rag检索增强环境搭建
1 ollama
1 下载安装文件
到ollama官网下载安装文件对应系统的安装文件，我这里是在windows上安装，所以下载OllamaSetup.exe
2 执行安装命令
这里可以直接双击exe安装，但是应用程序默认会安装的用户目录下面取，如果想改变安装路径，可以使用下面命令安装：
OllamaSetup.exe /DIR="D:\programs\ollama"
3 设置模型保存路径（可选）
点击设置可以可以修改模型保存路径
4 下载模型
选择好模型后，可以做出一个提问，就会自动下载模型了
2 AnythingLLM
1 安装
下载anythingllm然后点击安装文件安装，配置过程中选择ollama和对应的模型，最后勾选运行即可
2 Workspace（工作区）
一个独立的 AI 对话环境，可以绑定特定用户组，实现细粒度权限隔离。核心属性：
|-------------------------------------------------------------------------------------------------------------------------|
| id：唯一标识。 name：工作区名称。 slug：URL 友好标识。 openAiPrompt：系统提示词。 openAiTemp：温度参数。 similarityThreshold：相似度阈值。 chatProvider：聊天提供商。 |
|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| openAiTemp： 1. 温度值范围 取值范围：0.0（最确定）到 1.0（最随机）。 默认值：通常为 0.7（平衡状态）。 2. 作用机制 温度 0.0：生成结果高度确定，输出内容更固定、可预测。 温度 1.0：生成结果更随机，输出内容更多样化、创新。 实际效果： 0.0-0.3：适合需要精准答案的场景（如代码补全、事实查询）。 0.4-0.6：平衡状态，适合日常对话。 0.7-1.0：适合创意写作、生成多样化内容。 |
|--------------------------------------------------------------------------------------------|
| similarityThreshold ： 是一个介于 0 到 1 之间的浮点数，用于衡量文档与用户问题的语义相似度。通过设定阈值，过滤低相关性文档，提升回答的准确性和聚焦度。 |
功能：
支持多用户协作与权限隔离，例如"财务制度"Workspace 只对财务部门开放
将私有文档转化为可对话的知识库，支持多格式文档（Word/PDF/图片等）
3 Thread
工作区内的一个独立对话线程，用于管理用户与 AI 的交互历史。核心属性：
|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| id：聊天会话 ID。 workspaceId：所属工作区 ID。 prompt：用户输入。 response：AI 响应。 user_id：用户 ID。 thread_id：线程 ID。 include：是否包含在历史中。 feedbackScore：反馈评分。 chatMode：聊天模式。 vectorSearchMode：向量搜索模式 |
4 准本RAG文档内容和验证
text.txt内容如下
问题：张三和李四是什么亲属关系？
答案：张三和李四夫妻关系首先提问（此时没有把上面的文本嵌入AnythinLLM向量数据库）：
上传数据到AnythinLLM向量数据库保存后再次提问：
看，回答正确。
5 权限
桌面版没有看到有设置用户权限的地方
发现的问题
有时候思考的时候显示的是英文内容，这有点恶心。你问的是中文，它直接用英文回答你。