总结VM 17 + ubuntu22+moltbot+LlamaIndex + Ollama+qwen:1.8b安装

VMware Workstation 17 + Ubuntu 22.04 + MoltBot + Ollama + qwen:1.8b + LlamaIndex（可选）

这份指南将按真实操作顺序编写，特别标注网络、内存、代理、中文输入等关键坑点，适合你在新虚拟机中一键复现。

📋 总体流程概览

bash 复制代码

✅ 第一步：VMware Workstation 17 创建虚拟机
推荐配置
表格
项目	建议值
系统	Ubuntu 22.04 LTS (Desktop)
内存	≥8 GB（qwen:1.8b 需 ～6GB）
硬盘	≥50 GB（SSD 更佳）
网络	NAT（确保能上网）
共享文件夹	启用（方便传文件）
⚠️ 注意：不要用"最小安装"，需桌面环境（方便终端+浏览器）

bash 复制代码

✅ 第二步：Ubuntu 22.04 初始设置
bash

编辑



# 1. 更新系统
sudo apt update && sudo apt upgrade -y

# 2. 安装常用工具
sudo apt install -y git curl wget vim net-tools htop

# 3. 设置时区（关键！WhatsApp/Ollama 依赖准确时间）
sudo timedatectl set-timezone Asia/Shanghai

# 4. （可选）安装中文语言包 + 输入法
sudo apt install -y language-pack-zh-hans fcitx fcitx-pinyin
# → 重启后在 Settings > Region & Language 添加 Chinese (Fcitx)

# 5. 禁用 IPv6（避免 WhatsApp 连接卡住）
echo 'net.ipv6.conf.all.disable_ipv6 = 1' | sudo tee -a /etc/sysctl.conf
sudo sysctl -p
⚠️ 重要：
如果在中国大陆，先确认网络能访问 GitHub/Ollama（可用手机热点）
不要提前设 http_proxy，除非代理已运行

bash 复制代码

✅ 第三步：安装 Node.js 20+ 和 TypeScript
bash

编辑



# 使用官方仓库安装 Node.js 20（推荐）
curl -fsSL https://deb.nodesource.com/setup_20.x | sudo -E bash -
sudo apt install -y nodejs

# 验证
node -v  # ≥ v20.0.0
npm -v

# 全局安装 tsx（用于运行 TS 脚本）
npm install -g tsx
⚠️ 不要用 snap 安装 Node.js（权限问题多）

bash 复制代码

✅ 第四步：安装 Ollama + qwen:1.8b
bash

编辑



# 1. 清除可能存在的错误代理
unset http_proxy https_proxy HTTP_PROXY HTTPS_PROXY

# 2. 修复 DNS（防止 registry.ollama.ai 解析失败）
echo "nameserver 8.8.8.8" | sudo tee /etc/resolv.conf

# 3. 安装 Ollama
curl -fsSL https://ollama.com/install.sh | sh

# 4. 启动服务
sudo systemctl enable ollama
sudo systemctl start ollama

# 5. 下载模型（需联网！建议开热点）
ollama pull qwen:1.8b

# 6. 测试
ollama run qwen:1.8b "你好"
⚠️ 注意事项：
必须保证下载过程网络稳定（中断需重下）
首次运行会解压模型，耐心等待 1～2 分钟
如果内存 < 6GB，改用 qwen:0.5b

bash 复制代码

✅ 第五步：部署 MoltBot 本地 CLI 模式
bash

编辑



# 1. 克隆项目（假设你已有 moltbot）
cd ~
git clone https://github.com/yourname/moltbot.git
cd moltbot

# 2. 安装依赖
npm install

# 3. 创建安全版 AI 脚本（ai-safe.ts）
# → 内容见前文，使用 spawn('ollama', ['run', 'qwen:1.8b', ...])

# 4. 创建全局启动脚本
cat > ~/moltbot.sh << 'EOF'
#!/bin/bash
cd ~/moltbot && npx tsx ai-safe.ts
EOF
chmod +x ~/moltbot.sh

# 5. 加入 PATH（可选）
echo 'export PATH="$HOME:$PATH"' >> ~/.bashrc
source ~/.bashrc
✅ 现在可直接运行：moltbot.sh

bash 复制代码

✅ 第六步：（可选）集成 LlamaIndex 做 RAG
适用于：你想让 MoltBot 自动读取 ～/docs/ 中的文件
bash

编辑



# 1. 安装 Python 3.10+
sudo apt install -y python3 python3-pip

# 2. 安装 LlamaIndex
pip3 install llama-index llama-index-llms-ollama llama-index-embeddings-huggingface

# 3. 创建 rag-bot.py（调用 Ollama + 本地文档）
# → 需编写加载 DirectoryReader + Ollama LLM 的脚本

# 4. 在 ai-safe.ts 中调用该 Python 脚本（通过 child_process）
⚠️ 注意：LlamaIndex 需要额外内存（建议 ≥12GB），且首次运行会下载 embedding 模型（～500MB）

🧪 最终验证命令

bash 复制代码

wan@wan-virtual-machine:~/moltbot$ node -v && npm -v && ollama --version
v24.13.0
11.6.2
ollama version is 0.15.2
wan@wan-virtual-machine:~/moltbot$ ollama run qwen:1.8b "1+1=?"
1 + 1 = 2

wan@wan-virtual-machine:~/moltbot$ moltbot.sh
🤖 MoltBot - 本地中文 AI 助手（输入 '/send' 提交）

💡 使用方法：
- 可多行输入问题或上下文
- 输入 '/send' 后，AI 开始思考并回答
- 输入 'exit' 退出

> hello 
>>> /send

🧠 思考中...

🤖 MoltBot:
Hello! How can I help you today? Do you have any questions or need assistance with a task? Let me know how I can be of assistance to you.

⚠️ 注意：LlamaIndex 需要额外内存（建议 ≥12GB），且首次运行会下载 embedding 模型（～500MB），小编的小心脏，不能玩，就放弃了