c网站开发案例详解 pdf,网站图片验证码出不来,网站营售,女频做的最好的网站如果你觉得openai的gpt没有隐私#xff0c;或者需要离线使用gpt#xff0c;还是打造专业领域知识#xff0c;可以借用AnythingLLMOllama轻松实现本地GPT. AnythingLLMOllama 实现本地GPT步聚#xff1a;
1 下载 AnythingLLM软件
AnythingLLM官网地址#xff1a;
Anythi… 如果你觉得openai的gpt没有隐私或者需要离线使用gpt还是打造专业领域知识可以借用AnythingLLMOllama轻松实现本地GPT. AnythingLLMOllama 实现本地GPT步聚
1 下载 AnythingLLM软件
AnythingLLM官网地址
AnythingLLM | The ultimate AI business intelligence tool 2 下载 Ollama
Ollama官网下载: Ollama 下载好的两个软件如下图 3 安装AnythingLLM
和安装其它软件一样双击安装即可如下图 安装成功后我们接着再安装Ollama。
4 安装Ollama
和安装其它软件一样双击安装即可安装成功后右下角有个运行图标如下图 配置 Ollama 1 配置Ollama模型数据路径
模型数据默认是保存在C盘的由于模型数据特别大所以这里一定要记住配置模型数据的路径只里设置系统变量OLLAMA_MODELS的值为模型数据保存路径如下图 2 选择配置主模型 这里考虑到我们平时主要处理中文相关资料选择阿里的千问模型结合当前环境笔记是16G内存我们这里选择千问7b占用8G内存 运行选择的模型
ollama run qwen:7b
首次运行会下载该模型如下图 下载完成如下图 3 选择配置嵌入模型 嵌入模型并不直接生产数据主要用于把本地知识doc.pdf txt等文档保存在向量数据库时用到。
这里我们选择 nomic-embed-text 它是具有大型令牌上下文窗口的高性能开放嵌入模型。
ollama pull nomic-embed-text 5 配置AnythingLLM
打开AnythingLLM 进行设置项如下图 1 配置主模型
这里选择上面Ollama下载的千问模型 2 配置嵌入模型
这里选择配置与上面安装的模型nomic-embed-text一致如下图 配置嵌入模型在处理上传知识文件保存到向量数据时两个关键参数 分块大小 这是单个向量中允许存在的最大字符数量。例如如果设置为8192意味着每个文本块或向量最多包含8192个字符。 文本块重叠度这是指在两个相邻文本块切分过程中允许的最大字符重叠量。设置重叠可以帮助保持信息的连续性避免因严格切分导致的语义断裂尤其是在信息的关键边界附近。 注意这两个参数仅适用于新嵌入的文档对已存在的文档没有影响。 3 配置使用向量数据库
设置使用向量数据库没有特别需求使用默认即可如下图 说明LanceDB是一个开源的无服务器向量数据库专为处理人工智能应用中的大规模多模态数据如文本、图像、视频、点云等而设计。它简化了高维向量的检索、过滤和管理过程无需用户管理和维护服务器基础设施从而降低了运维成本并提高了开发效率。
配置完成如下图 6 开始使用本地GPT使用AnythingLLM
现在我们开始使用AnythingLLM
1 创建空间 AnythingLLM 有一个很好的概念工作空间有点像我们平时用eplise创建项目一样一个项目一个空间不同的空间还可以单独配置这样可以很好的划分不同类类型的专业领域。 保存空间名称后即可正常提问 开始问答
因为是离线而本地又没有显卡所以回答问题时并不是很快而且CPU会拉升如下图 ollama 服务CPU占用50%内存12G,消耗挺大的。
2 可选择单独配置参数 为当前空间单独配置参数默认使用设置中的配置
配置聊天模型这个配置很重要如果只是针对知识库直接设置成查询模型即可如下图 3 知识库使用 上传文档形成专业知识库如下图 选择文档上传如下图 或者输入网址直接获取内容 使用查询模型提问直接使用知识库如下图
小结普通的笔记本电脑在使用查询模式会比聊天模型更快并且可以节约CPU与内存。
