📝 面试求职: 「面试试题小程序」 ,内容涵盖 测试基础、Linux操作系统、MySQL数据库、Web功能测试、接口测试、APPium移动端测试、Python知识、Selenium自动化测试相关、性能测试、性能测试、计算机网络知识、Jmeter、HR面试,命中率杠杠的。(大家刷起来…)

📝 职场经验干货:

软件测试工程师简历上如何编写个人信息(一周8个面试)

软件测试工程师简历上如何编写专业技能(一周8个面试)

软件测试工程师简历上如何编写项目经验(一周8个面试)

软件测试工程师简历上如何编写个人荣誉(一周8个面试)

软件测试行情分享(这些都不了解就别贸然冲了.)

软件测试面试重点,搞清楚这些轻松拿到年薪30W+

软件测试面试刷题小程序免费使用(永久使用)


背景介绍

在当今信息爆炸的时代,个人知识管理面临着前所未有的挑战。资料散落在各个角落,自己查找信息耗时耗力,决策因信息滞后而受阻。然而,随着人工智能技术的飞速发展,Ollama、DeepSeek 和 Dify 这三大工具的出现,本文将手把手教你如何利用这三大工具搭建一个高效的个人级知识库,帮助你告别知识管理的困境,开启个人知识库的智能新时代。

工具简介​​​​

- Ollama
 是一个开源的 AI 模型训练和部署工具,专注于本地化部署和隐私保护。它支持多种模型架构,能够帮助企业快速训练和部署定制化的 AI 模型,满足个人对数据隐私和安全的需求。
- DeepSeek
 是一款强大的搜索引擎工具,专注于个人内部知识的检索和分析。它能够高效地索引和检索海量数据,支持多种数据格式和来源,帮助个人快速找到所需信息。
- Dify
 是一个低代码/无代码的 AI 应用开发平台,专注于帮助个人快速构建和部署 AI 应用。它提供了丰富的模板和工具,支持与多种数据源和模型的集成,能够帮助企业快速搭建个人级知识库。

文章目的

本文将手把手教你利用 Ollama+DeepSeek + Dify 搭建知识库,让你轻松告别知识管理困境,开启高效智能新时代!

本地电脑配置:

本地搭建docker,Ollama 参考

下面是操作步骤

 1.本地部署大模型,

    ollama run deepseek-r1:1.5b

     2.本地部署Embedding

      ollama pull bge-m3

      3.克隆Dify代码

        1.git clone https://github.com/langgenius/dify.git2.git clone https://gitee.com/dify_ai/dify.git

        两种方式都可以。

        启动 Dify

        进入 Dify 源代码的 Docker 目录

          cd dify/docker

          复制环境配置文件

            cp .env.example .env

            启动 Docker 容器

              检查当前版本(Docker Compose 插件)
              
              
                sudo docker compose version

                启动 Docker 容器

                根据你系统上的 Docker Compose 版本,选择合适的命令来启动容器,详细说明请参考 Docker 官方文档

                如果版本是 Docker Compose V2,使用以下命令:
                docker compose up -d
                如果版本是 Docker Compose V1,使用以下命令:
                docker-compose up -d

                执行效果

                查看运行状态:

                sudo docker compose ps

                结果:

                更新 Dify

                后期如果遇到Dify升级,进入 dify 源代码的 docker 目录,按顺序执行以下命令进行升级更新。

                cd dify/dockersudo docker compose downsudo git pull origin mainsudo docker compose pullsudo docker compose up -d

                部署后访问

                http://localhost/install

                设置好之后登陆跳转

                这里可以创建聊天助手,Agent,工作流,根据自己的需要选择

                接下来在账号处,点击设置

                界面如下

                点击模型供应商

                安装插件,找到ollama

                点击安装

                安装后

                配置模型

                安装成功后,点击添加模型

                配置如下:

                一定要配置这个 url:http://host.docker.internal:11434/ 设置别的不通

                点击保存,模型配置自己下载的:如deepseek-r1:1.5b

                配置Embedding模型

                设置完成后:

                设置后如下:

                创建知识库

                http://localhost/datasets

                点击创建知识库

                选中文件下一步

                0

                可以定义设置,索引,模型选择这个

                然后点击保存,等待处理即可

                然后查看上传的知识库

                0

                当然,我这里是演示的,可以创建很多,创建完成后,可以进行下召回测试

                创建聊天工具

                0

                点击创建即可。

                0

                在创建后,选中我们的知识库

                可以进行一些设置然后

                测试下

                0

                然后测试没有问题

                更新发布即可。

                还可以在APi访问

                整体的步骤就是这样的,本文给的是一个整体的流程,大概是怎么去搭建的,知识库大概怎么弄的,然后怎么搭建dify的。知识库需要自己去创建,更新即可,本地的模型大部分没有那么强大,大家可以选择一些线上的模型也可以。这样自己整理的很多资料通过和大模型关联,优选资料,匹配后,大模型生成最后结果。一个智能化的知识库搭建完毕。

                最后: 下方这份完整的软件测试视频教程已经整理上传完成,需要的朋友们可以自行领取【保证100%免费】
                在这里插入图片描述​​​​
                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