使用AnythingLLM配置向量数据库

最新推荐文章于 2024-09-18 14:02:55 发布
最新推荐文章于 2024-09-18 14:02:55 发布
阅读量853 收藏 2
点赞数 1
文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xzh_id/article/details/139908970
版权

使用AnythingLLM配置向量数据库

AnythingLLM简介

AnythingLLM将文本文件矢量化，存入矢量数据库中，在后续进行提问时，将问题也转换为矢量数据前往矢量数据库中寻找，达到Anything都转化为LLM的效果。

AnythingLLM | The ultimate AI business intelligence tool

联合Ollama配置

在之前已经配置好了Ollama，选择qwen2模型，配置最多的Token为8192

配置文件

新增一个工作空间

上传相关文档

找到菜鸟教程、官方API配置文档、英语下的echarts教程文章，以及之前使用过的JSON数据库。

处理结束后，将大模型从Chat改成Query

测试

基本结果还是成功了，格式还是存在一些“不够聪明的问题”。

有嚼劲的iD
关注
AnythingLLM教程系列之 03无代码一路next部署anythingLLM docker （教程含安装步骤）
iCloudEnd的博客
05-06 764
AnythingLLM 是最易于使用的一体化AI 应用程序，可以执行 RAG、AI 代理等操作，且无需任何代码或基础设施难题。您需要为您的企业或组织提供一款完全可定制、私有且一体化的 AI 应用程序，该应用程序基本上是一个具有许可的完整 ChatGPT，但具有任何 LLM、嵌入模型或矢量数据库。
基于Ollama和AnythingLLM搭建本地化知识库RAG
scj0725的博客
04-24 3991
先看效果,我上传了一个pdf如下：上传之后做向量化处理，处理完成之后，就可以开始问答了。
打造智能私有知识库：开源工具AnythingLLM全解析及实操指南，RAG企业级解决方案
m0_59164304的博客
07-17 1600
AnythingLLM和Vector Admin是Mintplex Labs提供的创新开源工具，它们极大地简化了私有知识库的构建和管理。通过高效的RAG模型实现和直观的用户界面，这些工具不仅保障了数据的安全性，同时也提供了强大的交互式文档处理能力。随着技术的不断进步，这些工具将为企业和个人用户提供更多的可能性和价值。
【LLM大模型】基于 AnythingLLM 及 Ollama 构建本地知识库
bagell的博客
08-01 1365
RAG（Retrieval Augmented Generation）检索增强生成，是 2023 年最火热的 LLM 应用系统架构，它的作用简单来说就是通过检索获取相关的知识并将其融入 Prompt，让大模型能够参考相应的知识从而给出合理回答。现在的大模型在企业应用中存在着很多挑战，首先第一点就是大模型的世界知识是完全来自于模型预训练中提供的数据，是有限的，那么企业本身的业务知识与产品知识，这些大模型都是不知道的。如果通过微调等方式去给大模型补充这些知识，成本高且可控性低，大部分场景是不适合的。
基于Ollama与AnythingLLM搭建本地自己RAG知识库
Frank's Blog
07-15 1328
搭建一个本地知识库，会涉及到三个关键点： 1、LLM Model，大语言模型，它负责处理和理解自然语言。 2、Embedding Model，嵌入模型，它负责把高维度的数据转化为低维度的嵌入空间，这个数据处理过程在RAG中非常重要。 3、Vector Store，向量数据库，专门用来高效处理大规模向量数据。
全民AI时代：手把手教你用Ollama & AnythingLLM搭建AI知识库，无需编程，跟着做就行！
lythinking的博客
04-15 4506
本地运行大模型耗资源，需要选择较小的模型作为基础模型。在终端中运行时可能会出现 CUDA 错误，表示显存不足，导致提供的端口失效。若使用Hugging Face，需要申请 API Key 并且需要本地有 Python 或其他编程语言的环境。而使用Ollama则更加简单。✨ AI算法工程师 | AIGC技术实践者 🚀🎵 知音难求，自我修炼亦艰。📚 吾生也有涯，而知也无涯。🌌 AIGC时代，立志成为超级个体：抓住前沿技术的机遇，与我们一起成为创新的超级个体。✉️ 回复“群聊”，就能和大家嗨聊！
用AnythingLLM构建专属知识库
wbsu2004的博客
03-11 1万+
AnythingLLM 是可以与任何内容聊天的私人 ChatGPT，是高效、可定制、开源的企业级文档聊天机器人解决方案。
开源利器AnythingLLM：你的私人ChatGPT构建利器，支持主流多种大模型
猫头虎：授渔优于赠鱼，兴趣引领智慧，探索之乐尤显珍贵。商务合作：Libin9iOak，共赴知识与乐趣的探索之旅！
06-03 1万+
是由Mintplex Labs Inc.开发的一款开源工具，专为构建私人化的ChatGPT而设计。你可以利用现有的商业化大型语言模型（LLM）或者流行的开源LLM来创建一个功能强大的私人聊天机器人。更棒的是，它支持本地运行，也可以远程托管，灵活适应你的各种需求。
AnythingLLM
AI + 工程
08-04 1047
是一个全栈应用程序，可以将任何文档、资源（如网址链接、音频、视频）或内容片段转换为上下文，以便任何大语言模型（LLM）在聊天期间作为参考使用。AnythingLLM是一个全栈应用程序，您可以使用现成的商业大语言模型或流行的开源大语言模型，再结合向量数据库解决方案构建一个私有ChatGPT，不再受制于人：您可以本地运行，也可以远程托管，并能够与您提供的任何文档智能聊天。工作区可以共享文档，但工作区之间的内容不会互相干扰或污染，因此您可以保持每个工作区的上下文清晰。AnythingLLM将您的文档划分为称为。
AnythingLLM教程系列之 11 AnythingLLM+Ollama：将所有 LLM Runner 和所有大型语言模型整合在一起，支持的 LLM、嵌入模型、语音模型和矢量数据库
iCloudEnd的博客
06-21 180
AnythingLLM 是一个全栈应用程序，您可以使用商用现成的 LLM 或流行的开源 LLM 和 vectorDB 解决方案来构建一个私人 ChatGPT，没有任何妥协，您可以在本地运行也可以远程托管，并且能够与您提供的任何文档进行智能聊天。AnythingLLM 将您的文档划分为称为工作区的对象。工作区的功能与线程非常相似，但增加了文档的容器化。工作区可以共享文档，但它们不会相互通信，因此您可以保持每个工作区的上下文清晰。
RAG+AI工作流+Agent：LLM框架该如何选择，全面对比MaxKB、Dify、FastGPT、RagFlow、Anything-LLM,以及更多推荐
丨汀、的博客
07-30 2714
RAG+AI工作流+Agent：LLM框架该如何选择，全面对比MaxKB、Dify、FastGPT、RagFlow、Anything-LLM,以及更多推荐
Anything LLM ，构建自己的 RAG 架构 LLM，学习自己的知识库
简简单单Onlinezuozuo
07-21 258
在语言模型（LLM）的前沿，Anything LLM正以一种前所未有的方式，让个人和企业能够构建高度定制化的、私有的对话系统。不再受限于通用的预训练模型，Anything LLM允许用户利用自己独特的内容集，打造一个能够深入理解特定领域知识的AI助手。无论是企业的内部文档、个人的兴趣爱好，还是专有的行业资料，Anything LLM都能将其转化为智慧的源泉，开启与任何知识的智能对话。实际情况下，Anything LLM 在个人领域的构建也没有足够的容易，在企业级的应用上面，仍然有诸多的挑战。
ollama+anything-llm构建自己的可视化操作llm
xiaomu_347的博客
05-26 164
可见，AnythingLLM是一个功能丰富，集成度很高的RAG框架，其在github上的开源项目（anything-llm），已经有1万2千多Star。它不仅仅是一个聊天机器人，是一个全栈应用程序，旨在通过一个精心设计的用户界面，为客户提供与文档、资源等进行智能对话的最简单方式。该工具的一个独特之处在于，它可以在后台简单地运行，而不需要使用大量的内存或资源。在这种情况下，不同的工作区可以共享相同的记录，但不能相互交互，从而允许用户为不同的用例维护不同的工作区。4）两种聊天模式：会话模式和查询模式。
搭载硬件加速功能的 Apple Silicon 上的 Flux + ComfyUI
最新发布
iCloudEnd的博客
09-18 350
根据我的经验，Comfy Core SamplerCustomAdvanced 节点与 Flux.1 一起使用时会表现出不一致的行为。避免使用 SamplerCustomAdvanced 节点，它慢 25%Civitai Flux.1 快速入门指南将此节点用作其Flux GGUF text2img 工作流程（2024 年 9 月）的一部分。在该工作流程中，它被重命名为“图像预览”。
LLM 学习之「向量数据库」
2401_85324918的博客
06-14 986
人工智能和机器学习领域的不断发展凸显了向量数据库在当今以数据为中心的世界中的不可或缺性。这些数据库具有存储、搜索和分析多维数据向量的独特能力，在推动人工智能驱动的应用程序方面发挥了重要作用。随着人工智能的不断发展，向量数据库在塑造数据检索、处理和分析的未来方面的作用无疑会越来越大，有望在各个领域提供更复杂、更高效、更个性化的解决方案。那么，我们该如何学习大模型？作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。至于能学习到多少就看你的学习毅力和能力了。
LLMs之AnythingLLM：anything-llm的简介、安装和使用方法、案例应用之详细攻略
近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…
04-24 8230
​ LLMs之AnythingLLM：anything-llm的简介、安装和使用方法、案例应用之详细攻略 目录 anything-llm的简介 anything-llm的安装和使用方法 anything-llm的案例应用 anything-llm的简介 AnythingLLM是一款您正在寻找的一体化人工智能应用程序。与您的文档进行聊天，使用AI代理，超级可配置，多用户，并且无需烦人的设置。 AnythingLLM是一个全栈应用程序，可以使用商用或开源的LLM/嵌入器/
使用 Ollama 本地运行各种 LLM
python123456_的博客
05-31 750
今天看看另外一个产品Ollama。Ollama 的安装非常简单，只需从官网（https://ollama.com/download）下载后解压缩，并在 Terminal 中运行脚本即可完成环境设置。我尝试运行 Llama3，虽然在运行时占用了大量电脑资源，使得其他应用运行变慢，但整体体验尚可。Ollama 支持多种大型语言模型（https://ollama.com/library）。
AnythingLLM：基于RAG方案构专属私有知识库（开源｜高效｜可定制）
热门推荐
FrenzyTechAI的博客
12-13 2万+
继OpenAI和Google的产品发布会之后，大模型的能力进化速度之快令人惊叹，然而，对于很多个人和企业而言，为了数据安全不得不考虑私有化部署方案，从GPT-4发布以来，国内外的大模型就拉开了很明显的差距，能够实现的此路径无非就只剩下国内的开源大模型可以选择了。而现阶段切入大模型应用落地最合适的方案依然是结合大模型基于RAG检索增强来实现知识库的检索和生存。从而构建个人或者企业私有化的本地知识库。
我需要基于stm32智能小车设计中蓝牙避障模块的代码及相关设计
05-25
好的，根据您的需求，我为您提供以下设计思路和代码实现： 1. 设计思路 智能小车需要借助蓝牙遥控模块进行控制，同时也需要进行避障功能的设计。因此，我们可以选择一个带有蓝牙功能的控制板来实现这一功能。目前市场上比较常用的控制板有 STM32F103C8T6、Arduino UNO 等。 在硬件电路方面，我们可以将一组超声波传感器接入控制板，用于检测前方障碍物的距离，并控制小车的行驶方向。同时，通过蓝牙模块与手机 APP 进行通信，实现小车的遥控和避障功能。 在软件方面，我们可以使用 Keil 或者其他嵌入式开发工具编写 C 语言程序，实现以下功能： - 通过超声波传感器检测前方障碍物的距离，并根据距离控制小车的行驶方向； - 通过蓝牙模块与手机 APP 进行通信，实现小车的遥控和避障功能。 2. 代码实现 下面是一份基于 STM32F103C8T6 控制板的蓝牙避障小车代码示例： ``` #include "stm32f10x.h" #include "delay.h" #include "usart.h" #include "ultrasonic.h" int main(void) { uint16_t distance = 0; char buffer[20]; USART1_Config(); Ultrasonic_Config(); while (1) { distance = Ultrasonic_GetDistance(); sprintf(buffer, "Distance: %d cm.\r\n", distance); USART1_SendString(buffer); if (distance < 20) { // 前方有障碍物，向左转 GPIO_ResetBits(GPIOB, GPIO_Pin_0); GPIO_SetBits(GPIOB, GPIO_Pin_1); GPIO_SetBits(GPIOB, GPIO_Pin_2); GPIO_ResetBits(GPIOB, GPIO_Pin_3); } else { // 前方无障碍物，直行 GPIO_SetBits(GPIOB, GPIO_Pin_0); GPIO_ResetBits(GPIOB, GPIO_Pin_1); GPIO_SetBits(GPIOB, GPIO_Pin_2); GPIO_ResetBits(GPIOB, GPIO_Pin_3); } delay_ms(100); } } ``` 在这段代码中，我们通过超声波传感器检测前方障碍物的距离，并根据距离控制小车的行驶方向。当检测到前方障碍物距离小于 20cm 时，小车会向左转；否则，小车会直行。 同时，我们还需要实现与手机 APP 的通信功能，以便对小车进行遥控和避障操作。这部分代码可以借助蓝牙模块的 AT 指令集来实现，具体实现方式可以参考以下代码示例： ``` #include "stm32f10x.h" #include "usart.h" void USART2_IRQHandler(void) { if (USART_GetITStatus(USART2, USART_IT_RXNE) != RESET) { uint8_t data = USART_ReceiveData(USART2); USART_SendData(USART1, data); } } void Bluetooth_Config(void) { GPIO_InitTypeDef GPIO_InitStructure; USART_InitTypeDef USART_InitStructure; NVIC_InitTypeDef NVIC_InitStructure; // 配置蓝牙模块引脚 RCC_APB2PeriphClockCmd(RCC_APB2Periph_GPIOA, ENABLE); GPIO_InitStructure.GPIO_Pin = GPIO_Pin_2; GPIO_InitStructure.GPIO_Mode = GPIO_Mode_AF_PP; GPIO_InitStructure.GPIO_Speed = GPIO_Speed_50MHz; GPIO_Init(GPIOA, &GPIO_InitStructure); GPIO_InitStructure.GPIO_Pin = GPIO_Pin_3; GPIO_InitStructure.GPIO_Mode = GPIO_Mode_IN_FLOATING; GPIO_Init(GPIOA, &GPIO_InitStructure); // 配置蓝牙模块串口 RCC_APB1PeriphClockCmd(RCC_APB1Periph_USART2, ENABLE); USART_InitStructure.USART_BaudRate = 9600; USART_InitStructure.USART_WordLength = USART_WordLength_8b; USART_InitStructure.USART_StopBits = USART_StopBits_1; USART_InitStructure.USART_Parity = USART_Parity_No; USART_InitStructure.USART_HardwareFlowControl = USART_HardwareFlowControl_None; USART_InitStructure.USART_Mode = USART_Mode_Rx | USART_Mode_Tx; USART_Init(USART2, &USART_InitStructure); USART_ITConfig(USART2, USART_IT_RXNE, ENABLE); USART_Cmd(USART2, ENABLE); // 配置中断 NVIC_InitStructure.NVIC_IRQChannel = USART2_IRQn; NVIC_InitStructure.NVIC_IRQChannelPreemptionPriority = 0; NVIC_InitStructure.NVIC_IRQChannelSubPriority = 0; NVIC_InitStructure.NVIC_IRQChannelCmd = ENABLE; NVIC_Init(&NVIC_InitStructure); } void Bluetooth_SendString(char* str) { while (*str) { USART_SendData(USART2, *str++); while (USART_GetFlagStatus(USART2, USART_FLAG_TC) == RESET); } } int main(void) { USART1_Config(); Bluetooth_Config(); while (1) { // 接收蓝牙模块发送的数据，并将数据发送到 USART1 串口 delay_ms(100); } } ``` 在这段代码中，我们通过 USART2 串口与蓝牙模块进行通信，并将蓝牙模块发送的数据转发到 USART1 串口，以便进行调试和测试。同时，我们还可以通过 `Bluetooth_SendString()` 函数向蓝牙模块发送数据，实现遥控小车的功能。 以上代码示例仅供参考，具体实现方式还需要根据您的具体需求进行调整和修改。同时，还需要注意硬件电路的连接和配置，以确保程序能够正常工作。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值