【避坑指南】RAGFlow + Ollama + Deepseek 构建本地知识库

实现原理讲解

大模型在处理数据前会有一个前置数据分析，这个前置分析就像 JS 中的生命周期函数一样，可以以配置的方式，让大模型在前置分析时调用，前置分析本身算是一个 tokens 拆解匹配模型，叫 embedding（嵌入）顾名思义就是前置嵌入的意思。

在这个前置模型中，如果能事先训练一些 token 出来，那么嵌入模型递交给大模型时就带着这些 token 过去了，这个过程就叫本地知识库微调。

为何叫微调呢？因为前置嵌入模型可以容纳的上下文长度有限，所以就意味着 token 有限，所以能塞在前置分析的知识库也就有限，所以叫微调。

参考视频

【知识科普】【纯本地化搭建】【不本地也行】DeepSeek + RAGFlow 构建个人知识库_哔哩哔哩_bilibili

构建过程

ollama 的原理讲解

1. ollama 提供了一种容器，对外提供了统一的调用接口，通过 11434 端口对外提供 Api 请求，来与容纳的大模型对话，这样无论是 llama3，还是 qwen 等模型，都可以被拉进来，进行统一的调用，只需要在调用时指定具体的模型即可，详细的 api 接口可以从 grok 了解

2. https://github.com/ollama/ollama/releases

open web ui 的概念

1. 因为 ollama 是纯控制台方式调用，这种方式对普通大众不友好，为了让大众操作简单，一些大佬就开发了本地部署的 webui 界面，通过这个 webui 界面，就可以像与 chatgpt 和 grok 聊天一样，更方便。

2. https://github.com/open-webui/open-webui

3. open web ui 中点击头像——设置——管理员设置，就到如图界面，这里有个模型，点击右上角的下载图标（管理）就弹出一个小窗

   1. 你可以通过输入一个具体 模型的名称:XB 的方式下载，如果你不知道名字是什么，可以点击 点击这里 去复制过来，然后点击下载图标，就会自动下载

   2. 你也可以上传本地的 gguf 文件，gguf 文件可以进行微调，需要用到一个 token json 文件，微调后的大模型上传上去后，就具备了知识库的能力，但这个在线训练需要成本，企业可以定期训练下自己的微调大模型来处理具体事务，下面创建一个模型，有个上传小图标，就是上传 gguf 文件的。

ollama 安装注意事项

1. ollama 默认将大模型下载到 C 盘，如果通过环境变量将大模型位置进行调整，就会造成大模型不可用，具体原因我没深究，总之配了个 1T 的 nvme 硬盘解决 C 盘容量问题。

2. ollama 默认只能本地调用，沉浸式翻译通过调用本地端口，可以直接使用本地的大模型进行翻译，本地 ollama 调用是不需要 APIKEY 的，当然你也可以设置，我也没具体了解。

   1. 使用 docker 容器来访问宿主机器的 ollama，默认 ollama 是不给访问的，所以必须将 ollama 对所有 IP 段开放，通过在设置环境变量 OLLAMA_HOST=0.0.0.0:11434的方式让 ollama 监听所有网段的请求，注意更改了环境变量，一定要重启 ollama

   2. 从 docker 中访问宿主机有两种方式，一种是 windows docker 提供的内置主机名，在 mac 和 windows 都适用host.docker.internal:11434，另外一种方法是通过内部网络 WSL 提供的 IP 来进行访问 172.26.32.1 每个人的电脑可能有不同，请在 cmd 下输入 ipconfig 查看，记得要开启 docker 的 WSL 网络，另外就是直接访问本机的 192.168.0.160:11434 也行，反正你只要配置了 OLLAMA_HOST，那种方式都能访问到

   3. 详细细节参考 https://zhuanlan.zhihu.com/p/21917097605

RAGFlow 的安装注意点

1. docker 部署时，记得改写 docker/.env 第 84 行，改为完整版，不用轻量版，轻量版不带 embedding 模型，而 B 站等老视频都基本使用 shaw/dmeta-embedding-zh中文嵌入模型，但是这个版本在 ollama 升级到 0.6 版本时就不能加载了，ollama 官网链接中说的 shaw/dmeta-embedding-zh 好像也没人在意这个问题，也没人追问，也没人回答，也没人处理，所以大家就不要硬往墙上撞了

1. 针对上面这个嵌入模型不能用的问题，B 站参考视频给了一种解决方案，就是修改 docker/.env 84 行文件，改为完整版 docker 下载

注释 84 行，开启 87 行

1. 我使用的 GPU 加速版本的 docker 配置，有些人不是 N 卡，或者显卡不足 8G，估计搞这个会报错什么的，我这里没有报错

1. 上来总有几个服务没启动起来，例如上面的 ragflow-es-01 和 ragflow-mysql，当你在 docker 容器那边直接点击开始时会报端口占用，其实不是端口占用，而是刚刚的实例未启动起来，但端口配置已入库，docker 的那边没有及时释放，所以你再点击开始时，就报端口占用，你只需要 restart，也即先关闭，再启动就 OK 了

RAGFlow 访问和模型添加

1. RAGFlow 默认在 80 端口上，所以直接访问 localhost 即可访问登录页，注册账号后，进入管理页面

2. 点击头像，左侧栏有个模型提供商，点击后，可以看到有个 qwen 默认模型，你可以删掉，也可以放着，在下面找到 ollama 模型，点击后弹窗下面的弹窗，你按照下面的截图输入，点击确定，就添加进去了

1. 系统模型配置设置

1. 然后就可以创建知识库

   1. 创建知识库，要记得解析，但是有时机器解析时间特别久，可能是卡死了，重启一下 RAGFlow 能解决这个问题，不过数据量大了还是很慢

1. 解析完成后，你就可以创建一个 Agent，然后将知识库绑定进来，关联一个大模型，就可以开始聊天了