前言

上一期文章中分享过AnythingLLM部署deepseek-R1+知识库，有粉丝说本地部署的这个知识库不好用经常无法解析。

小智这里给大家分享一个解决方案。一来是解决知识库不准确的问题，二是提供一个搭建私有AI知识库的快速教学，通过RAG给本地AI大模型投喂数据。

至于为什么要搭建本地知识库以及作用这里就不再细说，咱们直接奔入主题。

省略ollama和anythingllm本地安装的过程，查看之前的文章，都提供有下载路径

Ollama安装Qwen2.5大模型

一般电脑配置安装Qwen2.5:7b即可，如果配置足够好可以安装32b甚至72b

操作也是非常简单，一条命令搞定

ollama pull qwen2.5:7b

下载完后可以在AnythingLLM聊天设置中的下拉选项中可以看到 ，选中即可

Ollama下载向量模型

先找到需要安装的向量模型，通常咱们都去ollama官网去搜索

同上也是使用ollam常用安装命令

ollama pull nomic-embed-text

这里顺带说一下ollama的相关命令咱们也不用去硬记，用的时候查阅一下就行和linux中的一些操作命令一致。无非常用的就是拉取、删除

ollama --help
​``````plaintext
Available Commands:  serve       Start ollama  create      Create a model from a Modelfile  show        Show information for a model  run         Run a model  stop        Stop a running model  pull        Pull a model from a registry  push        Push a model to a registry  list        List models  ps          List running models  cp          Copy a model  rm          Remove a modelhelp        Help about any commandFlags:  -h, --help      helpfor ollama  -v, --version   Show version informationUse "ollama [command] --help"for more information about a command.

Embedder首选项—>选择本地运行嵌入模型->模型选择“nomic-embed-text”

咱们看到左侧菜单栏有两个选项一个是向量数据库一个是Embedder首选项，这里面涉及到两个概念分别是嵌入式模型和数据向量化

什么是向量化

咱们通俗易懂的来解释，所谓的数据向量化就是把数据变成AI大模型能够快速识别快速进行检索的一种格式。可以理解为数据格式化，附上示意图

• 数据向量化(即数据格式化)后需要存放到一个地方就是向量数据库
• 数据向量化的工作是由嵌入式模型来完成的，这就是为什么要下载nomic-embed-text这个嵌入式模型

没有知识库无法回答预训练数据之外的问题

上传知识库到工作区域，用于知识检索

加入知识库前后的问答对比

继续追问更详细的问题

进行知识检索后回答非常准确

如何联网搜索

配置 Serper.dev

anythingllm提供了多家服务商API代理，最常用的是Google Search Engine需要Search Engine ID 和 API Key。serper.dev比较简单只需要输入api, 如何获取api key点击跳转链接：https://serper.dev/api-key

页面配置信息按照截图步骤操作即可

测试搜索功能

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！