
Deepseek + anythingLLM:如何用10元构建一个强大的AI知识库?
Deepseek + anythingLLM:如何用10元构建一个强大的AI知识库?
1. 获取Deepseek API秘钥与 Tokens
首先,访问 Deepseek开放平台 登录账号。您可以通过手机号验证快速完成登录操作。
在平台上购买一定数量的Tokens后,即可生成专属API秘钥。例如,我花费了10元购买Tokens,使用了一下午加晚上后,余额还剩9.86元。对于普通用户来说,这样的价格相对容易接受。
进入平台后,在左侧菜单栏找到“API keys”选项,点击创建自己的API秘钥。请注意,生成的秘钥需要及时保存,一旦退出页面将无法再次查看。
生成秘钥后,请妥善保管,因为接下来搭建个人知识库时会用到它。
2. 使用anythingLLM搭建个性化知识库
接下来,访问 anythingLLM官网,下载并安装该工具。
设置LLM提供商
安装完成后,打开软件,进入设置界面。在“LLM首选项”中选择Deepseek作为模型提供商,并输入之前生成的API秘钥。同时,根据需求选择合适的模型,例如deepseek-chat
或deepseek-reasoner
。
当然,您也可以选择其他本地部署的模型,比如Ollama中的各类本地模型。
当然了,你可以选择其他的模型,比如本地部署的ollama里其他的本地模型。
创建工作区与上传文件
完成设置后,可以开始创建自己的工作区。点击相应按钮创建一个新的工作区(如果尚未创建)。随后,通过向上的箭头图标进入文件上传界面,将需要的知识文件上传至系统。
上传完成后,记得将文件从默认区域移动到右侧的工作区。选中文件后点击“Move to Workspace”,文件便会出现在工作区内。最后点击“Save and Embed”保存设置。
提问与参考
现在,您可以新建一个对话窗口(点击“New Thread”),利用已上传的本地文件进行提问。回答生成后,点击“Hide Citations”可查看答案引用的具体文件及内容。如果您希望深入了解,还可以直接打开相关文件进一步查阅。
扩展知识库
除了上传本地文件外,您还可以通过链接添加外部知识资源,例如笔记、公众号文章、网址等,不断丰富您的知识库内容。
此外,anythingLLM还支持通过“Data connector”功能抓取YouTube视频等内容(尽管我在测试时遇到了一些问题,具体原因还需进一步研究)。不过,您也可以通过手动添加网页链接的方式实现类似效果。
3. 知识库质量的关键
需要注意的是,知识库的质量完全取决于您上传文件的质量。同样地,Deepseek生成的答案质量也与您提出的问题密切相关。因此,在构建知识库时,请尽量选择高质量、结构化的资料。
如何系统的去学习大模型LLM ?
大模型时代,火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业
?”“谁的饭碗又将不保了?
”等问题热议不断。
事实上,抢你饭碗的不是AI,而是会利用AI的人。
继科大讯飞、阿里、华为
等巨头公司发布AI产品后,很多中小企业也陆续进场!超高年薪,挖掘AI大模型人才! 如今大厂老板们,也更倾向于会AI的人,普通程序员,还有应对的机会吗?
与其焦虑……
不如成为「掌握AI工具的技术人
」,毕竟AI时代,谁先尝试,谁就能占得先机!
但是LLM相关的内容很多,现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学,学习成本和门槛很高。
基于此,我用做产品的心态来打磨这份大模型教程,深挖痛点并持续修改了近70次后,终于把整个AI大模型的学习门槛,降到了最低!
在这个版本当中:
第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言
您只需要听我讲,跟着我做即可,为了让学习的道路变得更简单,这份大模型教程已经给大家整理并打包,现在将这份 LLM大模型资料
分享出来:包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程
等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓
一、LLM大模型经典书籍
AI大模型已经成为了当今科技领域的一大热点,那以下这些大模型书籍就是非常不错的学习资源。
二、640套LLM大模型报告合集
这套包含640份报告的合集,涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
三、LLM大模型系列视频教程
四、LLM大模型开源教程(LLaLA/Meta/chatglm/chatgpt)
五、AI产品经理大模型教程
LLM大模型学习路线 ↓
阶段1:AI大模型时代的基础理解
-
目标:了解AI大模型的基本概念、发展历程和核心原理。
-
内容:
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例
阶段2:AI大模型API应用开发工程
-
目标:掌握AI大模型API的使用和开发,以及相关的编程技能。
-
内容:
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望
阶段3:AI大模型应用架构实践
-
目标:深入理解AI大模型的应用架构,并能够进行私有化部署。
-
内容:
- L3.1 Agent模型框架
- L3.2 MetaGPT
- L3.3 ChatGLM
- L3.4 LLAMA
- L3.5 其他大模型介绍
阶段4:AI大模型私有化部署
-
目标:掌握多种AI大模型的私有化部署,包括多模态和特定领域模型。
-
内容:
- L4.1 模型私有化部署概述
- L4.2 模型私有化部署的关键技术
- L4.3 模型私有化部署的实施步骤
- L4.4 模型私有化部署的应用场景
这份 LLM大模型资料
包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程
等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓
更多推荐
所有评论(0)