本地化知识库部署的操作步骤详细解析 以及申请的周期和对公司专业人员的要求

本地化知识库部署的操作步骤详细解析 以及申请的周期和对公司专业人员的要求

本地化知识库部署操作步骤因所选工具和模型不同会有差异，以常见的 Ollama 和 Cherry Studio 为例，具体步骤如下：

1. 准备工作：确保有足够的存储资源，至少 50GB 空闲空间，用于存放模型、文档和向量数据库。确定所需的 Embedding 模型，如 nomic - embed - text、bge - m3 等。

2. 安装 Ollama：访问Ollama 官网下载对应操作系统的安装包进行安装。若想更改默认安装路径到 D 盘，可在 D 盘新建文件夹如 D:\ollama，以管理员权限打开命令行，切换到 D 盘后执行安装命令。安装完成后，可在命令行输入 “ollama”，若显示相关信息则表示安装成功。

3. 配置环境变量：若希望模型下载到指定路径，如 D:\ollama\models，需编辑系统环境变量。新建名为 “OLLAMA_MODELS” 的变量，值设为指定路径，将该路径添加到系统的 path 变量中，配置完后重启 Ollama。

4. 下载并运行模型：在官网 Models 里搜索 DeepSeek 模型，如 deepseek - r，使用 “ollama run deepseek - r1:1.5b” 命令下载指定版本模型。下载过程中可查看进度，下载完成显示 “success” 后会自动开启对话，可输入文本测试模型是否正常运行。也可使用 “ollama list” 命令查看已安装模型。同样方法可下载 Embedding 模型。

5. 安装 Cherry Studio：访问 [Cherry Studio 官网](https://cherry - ai.com/download) 下载安装包并安装，安装后打开运行。

6. 配置模型连接：打开 Cherry Studio，点击左下角 “设置”-“模型服务”，选择 Ollama，点击管理按钮，在列出的模型后面点击加号添加模型，本地模型无需配置 API 密钥，添加完成即配置成功。可切换到对话窗口，在Zui上方选择 Ollama 提供的配置好的模型进行对话，验证是否成功。

7. 构建知识库：点击左侧 “知识库”-“添加”，输入知识库名称，选择嵌入模型，可选择 Ollama 安装的 nomic - embed - text 等。点击创建好的知识库，上传文件，若遇到解析失败，可尝试切换适合的嵌入向量模型库。

8. 使用知识库：在对话问答框里选择对应的知识库进行提问，系统会根据知识库检索并做出回答，验证问答功能是否正常。

本地化知识库部署申请周期通常在 6 个月左右，具体时长取决于企业规模、技术复杂度、硬件采购流程等因素。具体阶段及耗时如下：

• 需求调研与方案设计：明确业务需求、数据规模、安全合规要求，设计技术架构，耗时 2-4 周。

• 硬件采购与环境搭建：采购服务器等硬件，部署机房，耗时 4-8 周。

• 软件部署与配置：安装操作系统、数据库等，配置知识库管理系统，集成安全组件，耗时 2-4 周。

• 数据迁移与测试：导入历史数据，测试知识库功能和安全性，耗时 2-6 周。

• 验收与上线：进行内部验收、用户培训，制定应急预案，耗时 1-2 周。

对公司专业人员的要求如下：

• 技术技能：需要有熟悉 AI 技术的专业人员，如了解机器学习、自然语言处理相关知识，能够选择合适的模型和算法。要掌握服务器、数据库、操作系统等相关知识，具备服务器配置、数据库管理、操作系统安装与优化等技能，以便进行硬件环境搭建和软件部署配置。还需有人员熟悉网络架构和安全技术，能确保网络环境稳定安全，进行防火墙配置、数据加密等操作。

• 运维能力：具备专业的运维人员，能够对本地化知识库系统进行日常监控，及时发现并解决系统运行过程中出现的问题，如服务器故障、性能瓶颈等。要定期进行数据备份和恢复演练，确保数据安全和系统高可用性。

• 项目管理能力：若部署项目规模较大，需要有项目管理人员，能够协调各部门资源，制定项目计划，把控项目进度，确保项目按计划顺利推进，及时解决项目中的沟通协调问题。