基于Ollama+DeepSeek+AnythingLLM轻松构建本地大模型知识库
AnythingLLM 是由 Mintplex Labs 开发的开源全栈应用程序,旨在帮助企业及个人构建私有化、定制化的文档智能聊天机器人。其核心目标是通过 RAG(检索增强生成) 技术,将本地知识库与大型语言模型(LLM)结合,解决通用大模型的“幻觉”问题,并保障数据隐私与安全。
本篇继续介绍基于Ollama + DeepSeek + AnythingLLM如何在构建本地大模型知识库。
一、AnythingLLM介绍
AnythingLLM 是由 Mintplex Labs 开发的开源全栈应用程序,旨在帮助企业及个人构建私有化、定制化的文档智能聊天机器人。其核心目标是通过 RAG(检索增强生成) 技术,将本地知识库与大型语言模型(LLM)结合,解决通用大模型的“幻觉”问题,并保障数据隐私与安全。
1.1 私有化部署与数据安全
- 支持完全本地运行,用户文档和模型数据均存储在本地,避免第三方平台数据泄露风险。
- 可云端托管,但数据仍按实例隔离存储,确保隐私。
1.2 多模型与多数据库支持
- LLM 兼容性:支持主流开源模型(如 Llama2、Mistral、Gemma)及商业模型(OpenAI、Gemini、Claude 等)。
- 向量数据库:默认集成 LanceDB,同时兼容 Pinecone、Chroma、Milvus 等,支持高效向量搜索与全文检索。
1.3 文档管理与智能问答
- 支持 PDF、TXT、DOCX 等多种格式,可提取文本并通过嵌入模型转化为向量数据。
- 提供两种对话模式:对话模式(保留历史上下文)和 查询模式(仅基于文档内容回答),回答中标注引用来源。
1.4 多用户与权限管理
- 支持管理员、经理、普通用户三种角色,实现工作区、文档、模型的细粒度权限控制,适合企业协作。
1.5 工作区(Workspace)设计
- 文档按工作区容器化管理,不同工作区可共享文档但互不干扰,保持上下文独立
二、AnythingLLM安装和配置(桌面版)
操作系统:支持Windows、MacOS、Linux系统
硬件要求:建议内存至少8Gb,推荐16Gb或更高
2.1 如下展示为Windows Anything LLM,下载地址如下:
https://anythingllm.com/desktop

- 点击文件进行安装如下:

-
安装后打开界面如下:

2.2 AnythingLLM配置
AnythingLLM默认通过Ollama来使用LLama2 7B,Mistral 7B,Gemma 2B等模型,也可以调用OpenAI、Gemini、Mistral等大模型的API服务。
因前面已安装了Ollama,那么只要选择Ollama,输入调用的API接口URL,再选择此前已经下载的模型即可。
- 点击"+ 新工作区"创建新工作区,如命名为"test",点击save保存。

- 点击左侧边栏的齿轮符号,再选择聊天设置进入模型选择界面。

- 从LLM提供商中选择ollama,并从工作区聊天模型中选择ollama之前下载的大语言模型,这些选择deepseek-r1:7b。


- 把聊天提示中的英文改成中文否则AI会用英文回答你的问题,最后点击底部的"update workspace",保存设置。


如下为设置前后的中英文回复对比:

三、AnythingLLM使用-本地数据训练
- 点击箭头标记处,进入上传数据界面。

- 点击箭头标记处,选择需上传文件,包括txt,csv等格式。

- 选中上传后的文件,点击Move to Workspace,将文件上传到工作区(右边的方框)。

- 点击save and Embed,数据正式保存到工作区,注意将图钉选中。


-
对模型进行提问,模型会使用新上传的数据进行解答。

四、AnythingLLM应用场景
4.1 企业内部知识库
将公司文档、培训材料等转化为可交互的问答系统,提升信息检索效率。
4.2 教育领域
构建学科知识库,支持学生自助查询与答疑。
4.3 客户服务
结合产品手册和 FAQ,提供自动化客服支持。
4.4 个人知识管理
整理个人笔记、研究资料,实现智能检索与总结。
小结:AnythingLLM 通过私有化部署、灵活配置和高效文档管理,成为企业及个人构建本地知识库的理想工具。其开源特性与社区支持(GitHub Star 1.2万+)进一步推动了技术迭代与应用扩展。如需深入实操,可参考官方文档或社区教程。
想入门 AI 大模型却找不到清晰方向?备考大厂 AI 岗还在四处搜集零散资料?别再浪费时间啦!2025 年 AI 大模型全套学习资料已整理完毕,从学习路线到面试真题,从工具教程到行业报告,一站式覆盖你的所有需求,现在全部免费分享!
👇👇扫码免费领取全部内容👇👇

一、学习必备:100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT,帮你看透 AI 趋势
想了解大模型的行业动态、商业落地案例?大模型电子书?这份资料帮你站在 “行业高度” 学 AI:
1. 100+本大模型方向电子书

2. 26 份行业研究报告:覆盖多领域实践与趋势
报告包含阿里、DeepSeek 等权威机构发布的核心内容,涵盖:
- 职业趋势:《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》;
- 商业落地:《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》;
- 领域细分:《AGI 在金融领域的应用报告》《AI GC 实践案例集》;
- 行业监测:《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。
3. 600+套技术大会 PPT:听行业大咖讲实战
PPT 整理自 2024-2025 年热门技术大会,包含百度、腾讯、字节等企业的一线实践:

- 安全方向:《端侧大模型的安全建设》《大模型驱动安全升级(腾讯代码安全实践)》;
- 产品与创新:《大模型产品如何创新与创收》《AI 时代的新范式:构建 AI 产品》;
- 多模态与 Agent:《Step-Video 开源模型(视频生成进展)》《Agentic RAG 的现在与未来》;
- 工程落地:《从原型到生产:AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。
二、求职必看:大厂 AI 岗面试 “弹药库”,300 + 真题 + 107 道面经直接抱走
想冲字节、腾讯、阿里、蔚来等大厂 AI 岗?这份面试资料帮你提前 “押题”,拒绝临场慌!

1. 107 道大厂面经:覆盖 Prompt、RAG、大模型应用工程师等热门岗位
面经整理自 2021-2025 年真实面试场景,包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题,每道题都附带思路解析:

2. 102 道 AI 大模型真题:直击大模型核心考点
针对大模型专属考题,从概念到实践全面覆盖,帮你理清底层逻辑:

3. 97 道 LLMs 真题:聚焦大型语言模型高频问题
专门拆解 LLMs 的核心痛点与解决方案,比如让很多人头疼的 “复读机问题”:

三、路线必明: AI 大模型学习路线图,1 张图理清核心内容
刚接触 AI 大模型,不知道该从哪学起?这份「AI大模型 学习路线图」直接帮你划重点,不用再盲目摸索!

路线图涵盖 5 大核心板块,从基础到进阶层层递进:一步步带你从入门到进阶,从理论到实战。

L1阶段:启航篇丨极速破界AI新时代
L1阶段:了解大模型的基础知识,以及大模型在各个行业的应用和分析,学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段:攻坚篇丨RAG开发实战工坊
L2阶段:AI大模型RAG应用开发工程,主要学习RAG检索增强生成:包括Naive RAG、Advanced-RAG以及RAG性能评估,还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段:跃迁篇丨Agent智能体架构设计
L3阶段:大模型Agent应用架构进阶实现,主要学习LangChain、 LIamaIndex框架,也会学习到AutoGPT、 MetaGPT等多Agent系统,打造Agent智能体。

L4阶段:精进篇丨模型微调与私有化部署
L4阶段:大模型的微调和私有化部署,更加深入的探讨Transformer架构,学习大模型的微调技术,利用DeepSpeed、Lamam Factory等工具快速进行模型微调,并通过Ollama、vLLM等推理部署框架,实现模型的快速部署。

L5阶段:专题集丨特训篇 【录播课】

四、资料领取:全套内容免费抱走,学 AI 不用再找第二份
不管你是 0 基础想入门 AI 大模型,还是有基础想冲刺大厂、了解行业趋势,这份资料都能满足你!
现在只需按照提示操作,就能免费领取:
👇👇扫码免费领取全部内容👇👇

2025 年想抓住 AI 大模型的风口?别犹豫,这份免费资料就是你的 “起跑线”!
更多推荐


所有评论(0)