教你 1 小时搭建属于自己的 AI 知识库，Ollama + MaxKB 超详细教程略

前言

我们经常为海量文档找不到关键内容而烦恼，那么可以使用AI 帮忙轻松检索个人笔记，并且还能优化我们的文章，以我们的风格生成文章。今天，我来教你用 Ollama 和 MaxKB 搭建一个属于自己的 AI 知识库，让你的知识随时为你服务. Ollama 作为轻量级模型管理平台，可以快速安装、运行多种 AI 模型，如 DeepSeek-R1、Llama3 等。本文将手把手教你如何：

✅ 安装 Ollama ✅ 运行 DeepSeek-R1 模型 ✅ 配置 ChatBox 客户端 ✅ 构建 MaxKB 知识库

🖥️ 1. 安装 Ollama：开启你的本地 AI 之旅

✅ 1.1 下载安装 Ollama

开源地址： Ollama 官方文档

下载并解压 Ollama 安装包：

代码语言：javascript

代码运行次数：0

运行

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

安装成功后，/lib 和 /bin 文件夹下将生成相应的文件。

安装完成

✅ 1.2 启动 Ollama

代码语言：javascript

代码运行次数：0

运行

ollama serve

查看版本号确认安装是否成功：

代码语言：javascript

代码运行次数：0

运行

ollama -v

查看版本

⚙️ 2. 配置 Ollama 服务后台启动

✅ 2.1 创建用户和组

代码语言：javascript

代码运行次数：0

运行

sudo useradd -r -s /bin/false -U -m -d /usr/share/ollama ollama
sudo usermod -a -G ollama $(whoami)

✅ 2.2 配置 Ollama 的 systemd 服务

创建 ollama.service 文件：

代码语言：javascript

代码运行次数：0

运行

sudo nano /etc/systemd/system/ollama.service

添加以下配置：

代码语言：javascript

代码运行次数：0

运行

[Unit]
Description=Ollama Service
After=network-online.target

[Service]
ExecStart=/usr/bin/ollama serve
User=ollama
Group=ollama
Restart=always
RestartSec=3
Environment="PATH=$PATH"
Environment="OLLAMA_HOST=0.0.0.0:11434" # 暴露端口，方便外部访问

[Install]
WantedBy=multi-user.target

✅ 2.3 启动并设置自启

代码语言：javascript

代码运行次数：0

运行

sudo systemctl daemon-reload
sudo systemctl start ollama
sudo systemctl enable ollama

服务配置成功

---

🧠 3. 下载并运行 DeepSeek-R1 模型

✅ 3.1 选择合适的 DeepSeek-R1 版本

模型版本	参数量	内存占用（近似）	推理速度（参考）	适用场景
DeepSeek-R1 1.5B	1.5B	~1.2GB（FP16）	极快（低端GPU/CPU）	轻量任务、嵌入式设备、快速响应
DeepSeek-R1 7B	7B	~5GB（FP16）	快（中端GPU/CPU）	本地开发、对话机器人、文本生成
DeepSeek-R1 14B	14B	~12GB（FP16）	中等（高端GPU）	高性能需求、复杂推理、代码补全
DeepSeek-R1 32B	32B	~24GB（FP16）	较慢（需高端GPU）	专业任务、大规模数据处理、研究

模型地址： https://ollama.com/library/deepseek-r1:1.5b

✅ 3.2 下载并运行模型

代码语言：javascript

代码运行次数：0

运行

ollama run deepseek-r1:1.5b

安装完成后，可以直接开始提问！

模型运行成功

✅ 3.3 通过 API 进行测试

代码语言：javascript

代码运行次数：0

运行

curl http://192.168.235.131:11434/api/chat -d '{
  "model": "deepseek-r1:1.5b",
  "messages": [
    { "role": "user", "content": "你好" }
  ]
}'

---

📚 4. Ollama 常用命令汇总

📦 4.1 模型管理

命令	作用	示例
ollama pull <模型名>	下载模型	ollama pull deepseek-r1:7b
ollama list	查看已安装的模型	ollama list
ollama rm <模型名>	删除本地模型	ollama rm llama3:8b
ollama cp <源模型> <新模型>	复制模型（用于自定义）	ollama cp deepseek-r1:7b my-r1

💬 4.2 运行与交互

命令	作用	示例
ollama run <模型名>	运行模型并进入交互对话	ollama run deepseek-r1:7b
ollama run <模型名> “<提示词>”	直接执行单次推理	ollama run deepseek-r1:7b “你好！”
Ctrl+D	退出交互模式	（在交互界面按组合键）

🛠️ 4.3 自定义模型

命令	作用	示例
ollama create <模型名> -f Modelfile	基于 Modelfile 创建自定义模型	ollama create my-r1 -f ./Modelfile
ollama show <模型名> --modelfile	查看模型的 Modelfile 配置	ollama show deepseek-r1:7b --modelfile

---

💡 5. 安装 ChatBox 客户端

ChatBox 官网： Chatbox AI

下载安装后，你就可以在本地轻松使用 DeepSeek-R1 模型进行交互。

ChatBox 启动成功

开始提问

---

📚 6. 构建个人知识库：MaxKB

✅ 6.1 安装并配置 MaxKB

MaxKB 文档： MaxKB 官方文档

按照文档配置 MaxKB 环境，并添加 Ollama 模型。

✅ 6.2 配置模型 API

随意填写 API Key，模型与 Ollama 连接。

添加模型

✅ 6.3 创建个人知识库

创建知识库

✅ 6.4 导入文章数据

导入文章

✅ 6.5 创建 AI 应用

创建应用

✅ 6.6 关联模型与知识库

关联模型

---

📝 7. 使用体验：不同模型效果对比

⚡ DeepSeek-R1 1.5B： 响应速度快，但逻辑简单，有点“呆瓜”。 🏆 DeepSeek-R1 32B： 逻辑推理能力更强，回答质量显著提升，适合高端 AI 应用。

模型效果对比

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🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

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🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​