喂饭级教程！零代码搭建本地个人知识库 ，支持GPT4、Llama3、Kimi等十几种大模型
编辑日期: 2024-11-28 文章阅读: 次
这篇文章是关于搭建本地个人知识库，零代码！喂饭级教程！支持GPT、Llama3、Kimi等十几种大模型。教程由我编写，每一步已经过验证，可实践！
1 搭建本地知识库优势
部署本地知识库，可以借助大模型能力，自动检索我们的工作学习文档，实现对文档内容的实时搜索与问答。
因为大模型、知识库和文档全部运行在本地，所以公司内的业务数据不会泄密，个人隐私不会泄密，保证这些同时，让：办公效率直接原地起飞！
搭建完成后，实现的效果如下：
按照本文教程走完 实现的本地知识库效果
大模型+个人知识库，太香了！
2 docker下载MaxKB
MaxKB是一个在本地搭建自己本地知识库问答的系统。主要优势：
1）开箱即用
2）支持GPT、百度千帆、Lama3，通义千问等几十种大语言模型
3）操作界面简介，小白也能快速上手
第一步，安装docker，如何下载docker，如何安装docker，我已经整理成详细的教程，不再赘述，不会的朋友，在我下面的公众号回复：AI，即可获取到PDF教程。
安装后docker后，执行下面命令获取到MaxKB的镜像到本地：
下面是正在安装的过程：
整个MaxKb的镜像大小为2GB左右。
3 docker配置MaxKB
安装完成后，打开docker，按照下图逐步操作：
在弹出的界面，点击 Run：
这是弹出的界面，如果你的缺少Ports这样端口设置，可以重启电脑，然后再次打开进入这里，大概率应该会出现。
然后按照下面填写：
注意，先不要关闭这个窗口，稍后我们还需要再填入一些信息。
接下来，我们在自己的电脑上，创建一个存放知识库数据的文件夹，然后记住这个文件夹路径，因为我们还要返回到刚才的上面的界面，找到Volumes输入框，下图4处，填入刚才的知识库路径，我的路径如下：
/Users/zhenguo/Documents/words
随后在Container path输入框中填入/var/lib/postgresql/data，下图5处，这是固定不变的，直接复制过去！
最后点击Run按钮，这样一个MaxKB容器就搭建完毕了！
4 打开MaxKB网页
浏览器打开下面链接，复制到浏览器中，看到MaxKB应用界面：
http://127.0.0.1:8080
不过这里需要提供登录账号和密码，大家关注我下面的公众号，并回复关键词 kb 获取：
登录进去后，初次登录到MaxKB后，需更改登录用户名和登录密码。看到创建应用程序的界面：
5 构建第一个知识库
我们先尝鲜它的知识库搭建，所以选择知识库导航这里：
然后点击创建知识库按钮，就会出来下面页面：
平时做过一些Python副业接单，把做过的其中一部分副业需求文档、传入到这个知识库里面，因为都是在本地构建，放心使用：
这里的知识库系统有两种，一种是通用型，也就是自己的文档本地上传，另一种是web站点，用某些网站作为知识库构建的数据来源。在这里根据我的需求，应该选择通用型。
然后点击进入选择文件夹这里，上传我的Python副业代码文件，说明文档，数据格式可以是txt、word、pdf、ppt等，在确定需要上传的文档后，点击右下角的“创建并导入”按钮。
如下图所示，上传这里面的文件到本地MaxKB系统，还可以直接读取一个文件夹，这样就更方便了。为了加快接入，选择一部分文件作为测试：
然后点击右下角 创建并导入
导入后，系统就会开始处理分析和接入，文档导入时间长短取决于文档内容的多少，内容越多，导入时间就越长。
6 配置本地llama3
MaxKB网站内的应用界面中，按照如下所示点击系统设置，然后再进入模型设置界面
可以看到这里支持的大模型比较多：
我以ollama+llama3配置为例，之前我已经总结过配置这些的详细教程，关注我的公众号，然后发消息：AI，直接获取PDF教程。在这里不再赘述。
装完ollama和llama3后，开始下面一步，非常重要，按照我的这个说明，对应填写，然后点击添加：
添加成功后，会显示下面界面：
7 创建知识库应用
这是最后一步了，回到MaxKB界面：
点击应用，然后创建应用，填写应用名称、应用描述，AI模型这里，选择我们刚才创建的MaxKB里的llama3模型，如下所示，按照这样填写：
记得勾选这里：这样大模型和我们本地知识库就关联起来了：
最后点击，创建，按钮，就会看到下面的应用：
