在安装docker和ragfllow的过程中遇到了2个问题,主要有:

  • ①wsl没有更新,需要根据提示更新wsl后才能完成docker desktop的安装;

  • ②docker Engine镜像仓库拉取到一半无法拉取的问题,由于ragfflow比较大,需要较好的网络,如无法拉取,多执行几次命令:

docker compose -f docker/docker-compose.yml up -d

ragfflow运行起来后,占用的资源如下图:

下文是关于如何在ragfflow中结合deepseek的具体使用实践:

一、修改docker的配置

1、docker运行起来后,需要修改国内可以下载的镜像源

{`  `"builder": {`    `"gc": {`      `"defaultKeepStorage": "20GB",`      `"enabled": true`    `}`  `},`  `"experimental": false,`  `"registry-mirrors": [`    `"https://hub.rat.dev",`    `"https://docker.1ms.run",`    `"https://docker.1panel.live/"`  `]``}

修改后点击右下角的apply & restart

二、执行命令启动ragfflow

进入到上一篇文章中下载的ragfflow目录:

D:\soft\DockerDesktop\ragflow

执行如下命令:

docker compose -f docker/docker-compose.yml up -d

启动成功如下图:

三、登录ragfflow创建知识库

1、打开浏览器,在浏览器中输入地址

http://localhost

如果是初次登录,则需要先注册;注册后用注册的账号进行登录;登录后,可看到如下页面

2、添加模型

点击头像->模型提供商->选择ollama图标,点击添加模型

模型类型,选择chat

模型名称,在cmd命令行窗口输入ollama list可以看到已安装的模型,复制模型名称

nezahatkorkmaz/deepseek-v3:latest

基础Url,输入本机的ip和ollama的默认端口

cmd命令窗口输入ipconfig,获取到ip:

默认端口为:11434

http://192.168.31.108:11434

最大token数为32768即可。

最终输入的内容如下图:

点击确定,可以看到添加了的模型:

3、系统模型设置

点击右上角的系统模型设置,在聊天模型中选择刚配置的模型,其他保持默认,点击确定,完成系统模型的设置。

4、创建知识库

点击顶部的知识库、创建知识库,输入知识库名称,点击确定。

这里以汪博士解读PMP为知识库名称进行演示

点击确定后,进入到知识库的配置页面,语言选择中文,其他保持默认

点击保存按钮,进入到知识库的数据集配置页面,点击新增文件

上传本地文件,点击确定

成功载入知识库,点击“动作”列的图标,对文件进行解析

等待片刻(具体时间得看电脑配置而定)

5、新建助理

点击聊天》新建助理,选择刚解析的知识库,点击确定

选中刚创建的助理,点击+号,新建会话

输入对话,例如:我想要考pm,需要怎么复习

以下是助理的回答

要准备 PM(Project Management)考试,以下是一些建议:``了解PM的基本概念:首先,要理解项目管理的基本原则、流程和工具。包括但不限于:``项目管理框架``任务分解``组织结构``时间表和进度控制``选择适合自己的学习资源:有很多PM考试 prep课程可供选择,例如:``PMI(Project Management Institute)认证的培训课程``Online 课程平台,如 Coursera、edX等``书籍或电子教材``掌握关键概念和术语:了解项目管理中的常用术语和概念,这些词汇在考试中会被问及。例如:``Project Management Body of Knowledge (PMBOK)``Agile方法论``Scrum框架``练习题目和模拟测试:通过练习题目和模拟测试来评估自己的理解程度,并找出自己需要更好地掌握的内容。``建立一个复习计划:制定一个详细的复习计划,包括每天或每周要学习什么样的内容。确保你有足够的时间来准备考试` `。``寻求帮助和支持:与朋友、家人或专业教练讨论你的目标,并获得他们的建议和支持。``以下是一些具体的PM考试 prep资源:``PMI(Project Management Institute)认证培训课程``Coursera - Project Management Specialization``edX - Project Management MicroMasters``"A Guide to the Project Management Body of Knowledge (PMBOK Guide)" by PMI``记住,准备PM考试需要时间和努力` `。保持积极的态度,并坚持复习计划,你一定能成功!``04. PMI 敏捷实践指南(看7-114页).pdf

以上就是本地部署deepseek+ragfllow构建私有知识库问答系统的完整使用。

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

在这里插入图片描述

Logo

欢迎加入DeepSeek 技术社区。在这里,你可以找到志同道合的朋友,共同探索AI技术的奥秘。

更多推荐