AI本地化知识库部署-企业以及的私密知识库 带您了解怎么申请 申请流程介绍

AI本地化知识库部署-企业以及的私密知识库 带您了解怎么申请 申请流程介绍

AI 本地化知识库部署通常无需专门申请，但需根据所选工具和平台，按照其特定要求和步骤进行操作。以下以 Dify、MaxKB、AnythingLLM 等工具为例，介绍常见的部署流程12：

• 基于 Dify 平台部署

• 下载相关文件：使用 Docker Compose 部署，可通过命令 “$ git clone https://github.com/langgenius/dify.git --branch 0.15.3”克隆Dify仓库，进入“dify/docker”目录，执行“$ docker-compose up -d” 启动服务。

• 使用 Rainbond 部署（可选）：若不熟悉 K8s，可借助 Rainbond 部署。通过命令 “curl -o install.sh https://get.rainbond.com && bash ./install.sh” 进行极简私有化部署，完成后访问 “http://IP:7070” 注册登录。在 Rainbond 中创建应用，从开源应用商店搜索 Dify 并一键安装，部署成功后调整 API、Worker 等组件资源配额。

• 配置本地模型：使用 Ollama 部署本地 Embedding 模型，如执行 “ollama pull bge - m3” 拉取模型。进入 Dify 页面，在右上角头像的设置中安装 Ollama 插件，对接本地的 LLM 和 Text Embedding 模型信息，配置系统默认模型。

• 创建知识库：点击 Dify 页面上方的知识库按钮，上传本地文档，选择已配置的 Embedding 模型，等待文档状态变为可用。

• 基于 MaxKB 部署

• 部署 MaxKB：通过 Docker 快速部署，Linux 系统可执行 “docker run -d --name=maxkb --restart=always -p 8080:8080 -v ~/.maxkb:/var/lib/l/data -v ~/.python - packages:/opt/maxkb/app/sandbox/python - packages cr2.fit2cloud.com/1panel/maxkb”，Windows 系统命令类似。容器状态显示为 “healthy” 后，通过浏览器访问 MaxKB。

• 创建知识库：登录 MaxKB，点击 “知识库” 创建新知识库，输入名称和描述，选择向量模型和知识库类型后点击创建，上传文档，可选择默认智能分段，点击 “开始导入”。

• 创建应用并关联知识库：点击 “应用” 创建新应用，输入相关信息后点击创建。在 AI 模型处添加 Deepseek 等模型信息，关联已创建的知识库，进行参数设置后保存并发布。

• 基于 AnythingLLM 部署

• 准备模型：下载并安装 Ollama 应用到本地电脑，通过命令 “ollama run deepseek - r1:14b” 等下载 Deepseek 模型。可使用 “ollama list” 等命令管理模型。下载后可修改 Ollama 路径及模型环境变量。

• 部署 AnythingLLM：访问官网https://anythingllm.com/desktop，根据系统下载对应版本并安装，运行客户端。

• 设置与创建：点击左下角设置图标，设置 Embedding 模型和向量数据库，创建工作区。在工作区设置中可更改 LLM 模型为 DeepSeek，输入相关 API Key，添加知识库文件后即可使用。