太强了！Ollama + MaxKB零代码本地搭建个人知识库AI应用，数据安全，还可以有权限控制！！

零代码本地搭建AI应用

📚 借助开源的，大模型应用不再遥不可及 🚀

当提到“大模型”和“本地部署”，很多人可能第一反应是：“这是不是只有那些顶尖的技术大牛才能搞定？”

其实，随着开源工具的发展，构建自己的大模型和知识库已经变得轻而易举，就像请一个聪明的私人助理帮你处理日常任务一样简单。

Ollama 和 MaxKB 就是这样一对黄金搭档，借助它们，你不需要深厚的技术背景，也能在本地搭建一个强大的 AI 系统。接下来，我们将带你一步步实现这个目标，让复杂的技术变得像拼积木一样简单。

💻 Ollama 和 MaxKB AI应用初体验

从日常的简单问答到复杂的知识调取，我们先来看看实际的效果。

• 主页面：包括应用、知识库、函数库、管理

  

• 应用对话界面

  

• 知识库

  

🤖后端智能“助理” ：Ollama部署

Ollama 是一款开源的本地大模型应用工具，想象它就是一个超聪明的私人助理，随时待命为你解答问题。更重要的是，部署它并不像想象中那么复杂，只需几个步骤，你就可以让它在自己的设备上运行，数据完全掌控在自己手里。

下载安装 Ollama：为助理准备工作空间

要让助理为你工作，首先需要为 TA 准备一个“办公室”。这里的办公室就是 Ollama 的安装环境。我们会向你详细展示如何下载、安装和配置 Ollama，整个过程比你想象的要简单得多。

在线安装

如果你的网络条件允许，直接使用脚本安装：

curl -fsSL https://ollama.com/install.sh | sh   

离线安装

安装命令

curl -L https://ollama.com/download/ollama-linux-amd64.tgz -o ollama-linux-amd64.tgz
sudo tar -C /usr -xzf ollama-linux-amd64.tgz

• -C 后面的路径是安装目录，该路径根据自己的环境指定，需要注意目录权限问题，确保安装目录有权限。

• 如果没有curl命令，可以直接使用浏览器访问https://ollama.com/download/ollama-linux-amd64.tgz，即可将模型下载到本地。如果不能访问下载地址，则需要先解决网络问题。

• 可以使用命令ollama -v验证是否成功安装了ollama。

  安装成功会返回版本号，我的版本是：

 ollama version is 0.3.13   

启动 Ollama

ollama serve   

• 安装成后后，直接使用上面的命令启动服务。

• 启动服务后，此时还未结束，需要安装大语言模型，本文章使用llama3

安装启动大语言模型，并开启对话框

 `ollama run llama3:8b`

• 执行该命令后，会去下载llama3的模型，2G左右

• 下载模型默认走的是官网下载，有时候你的网络环境连不上官网，如果你通过代理可以链接官网，则先停止ollama的服务。配置临时的代理(不需要账号的去掉即可)，然后重新启动：

export HTTP_PROXY="http://username:password@proxy.example.com:8080"
export HTTPS_PROXY="http://username:password@proxy.example.com:8080"
ollama serve

• 

🧠 本地知识库：MaxKB部署

有了聪明的助理，当然还要有一个系统化的知识存储和管理工具，这就是 MaxKB 的作用。它就像一个巨大的、智能化的文件柜，帮助你把所有知识条理清晰地归档，并且随时供助理调取。

在你的本地环境中安装 MaxKB 是创建这个超强“文件柜”的第一步。我们将逐步介绍如何通过命令行进行安装与配置。

docker安装

1. 拉取镜像，并执行，官方的命令：

   docker run -d --name=maxkb --restart=always -p 8080:8080 -v ~/.maxkb:/var/lib/postgresql/data -v ~/.python-packages:/opt/maxkb/app/sandbox/python-packages cr2.fit2cloud.com/1panel/maxkb   
   

• 是可以启动的，但是连接不上我们的后端大模型llama3，需要修改命令，绑定主机网络，并且去掉端口映射。

  docker run -d --net=host --name=maxkb --restart=always -v ~/.maxkb:/var/lib/postgresql/data -v ~/.python-packages:/opt/maxkb/app/sandbox/python-packages cr2.fit2cloud.com/1panel/maxkb   
  

3. 启动后，使用浏览器访问：localhost:8080，即可看到登录页面，输入默认的账号密码即可进入主页面。

• 用户名: admin

• 密码: MaxKB@123…

• 

5. 此时你就可以看到主页面了，和下面的区别是，第一次进入是没有应用的。

   

docker配置代理

我们有时候会遇到网络的环境无法访问docker的官方仓储，但是我们可以使用代理访问。这种情况下，我们直接使用docker下载并启动MaxKB是无法成功的，此时我们需要让docker走我们的代理，去docker的官方仓储下载镜像。

要在内网环境下通过代理访问 Docker，并使用 docker pull 下载容器镜像，你可以通过配置 Docker 的代理设置来实现。以下是详细的步骤：

步骤 1：获取代理信息

确保你已经有了代理的地址和端口，通常是类似于以下格式：

• HTTP 代理：http://proxy.example.com:8080

• HTTPS 代理：https://proxy.example.com:8080

如果代理需要认证，你也需要用户名和密码：

• http://username:password@proxy.example.com:8080

步骤 2：配置 Docker 代理

你需要为 Docker 守护进程配置代理环境变量。Docker 使用 systemd 管理服务，所以你需要修改其服务配置。

1. 打开或创建 Docker 的服务目录：

 sudo mkdir -p /etc/systemd/system/docker.service.d   

2. 在该目录下创建一个名为 http-proxy.conf 的文件：

sudo nano /etc/systemd/system/docker.service.d/http-proxy.conf   

3. 在文件中添加以下内容，根据你的代理类型（HTTP 或 HTTPS）填写相关的代理地址。如果你有 HTTP 和 HTTPS 代理，两个都可以配置，有些：

[Service]
Environment="HTTP_PROXY=http://proxy.example.com:8080"
Environment="HTTPS_PROXY=https://proxy.example.com:8080"
Environment="NO_PROXY=localhost,127.0.0.1"

如果代理需要认证，请将地址格式改为带有用户名和密码的形式：

Environment="HTTP_PROXY=http://username:password@proxy.example.com:8080"
Environment="HTTPS_PROXY=https://username:password@proxy.example.com:8080"

4. 保存并关闭文件。

步骤 3：重新加载 Docker 守护进程

完成配置后，你需要重新加载 systemd 配置并重启 Docker 服务。

1. 重新加载 systemd 配置：

sudo systemctl daemon-reload   

2. 重启 Docker 服务：

sudo systemctl restart docker   

知识管理信息按需归档

MaxKB 的强大之处在于它可以智能分类和整理各种信息。你只需要为它指引方向，剩下的归档工作 MaxKB 会自动完成。

1. 先创建需要使用的知识库，流程皆有提示。

   

2. 语料的整理：

• 建议使用markdown格式，做语料的文档

• 使用大模型优化语料，可以将你的原始资料，提供给大模型，让大模型帮你优化输出语料

创建属于你的应用

当 Ollama 和 MaxKB 配合起来，就像助理能够随时从文件柜中调取所需的资料。我们会引导你完成这两者的无缝整合，让系统智能化运作。

1. 创建你的应用

   

2. 新增本地后端大模型。

   

3. 绑定创建好的知识库

   

   保存并发布你的应用，你的知识库AI应用就已经搭建完成啦！！！

最后的最后

感谢你们的阅读和喜欢，我收藏了很多技术干货，可以共享给喜欢我文章的朋友们，如果你肯花时间沉下心去学习，它们一定能帮到你。

因为这个行业不同于其他行业，知识体系实在是过于庞大，知识更新也非常快。作为一个普通人，无法全部学完，所以我们在提升技术的时候，首先需要明确一个目标，然后制定好完整的计划，同时找到好的学习方法，这样才能更快的提升自己。

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】

大模型知识脑图

为了成为更好的 AI大模型 开发者，这里为大家提供了总的路线图。它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

经典书籍阅读

阅读AI大模型经典书籍可以帮助读者提高技术水平，开拓视野，掌握核心技术，提高解决问题的能力，同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说，阅读经典书籍是非常有必要的。

实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

面试资料

我们学习AI大模型必然是想找到高薪的工作，下面这些面试题都是总结当前最新、最热、最高频的面试题，并且每道题都有详细的答案，面试前刷完这套面试题资料，小小offer，不在话下

640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI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。

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】