# 零代码本地搭建AI应用
📚 开源的力量：大模型应用不再遥不可及 🚀
当提到“大模型”和“本地部署”，很多人可能第一反应是：“这是不是只有那些顶尖的技术大牛才能搞定？”
其实，随着开源工具的发展，构建自己的大模型和知识库已经变得轻而易举，就像请一个聪明的私人助理帮你处理日常任务一样简单。
Ollama 和 MaxKB 就是这样一对黄金搭档，借助它们，你不需要深厚的技术背景，也能在本地搭建一个强大的 AI 系统。接下来，我们将带你一步步实现这个目标，让复杂的技术变得像拼积木一样简单。
# 💻 Ollama 和 MaxKB AI应用初体验
从日常的简单问答到复杂的知识调取，我们先来看看实际的效果。
主页面：包括应用、知识库、函数库、管理
应用对话界面
知识库
# 🤖后端智能“助理” ：Ollama部署
Ollama 是一款开源的本地大模型应用工具，想象它就是一个超聪明的私人助理，随时待命为你解答问题。更重要的是，部署它并不像想象中那么复杂，只需几个步骤，你就可以让它在自己的设备上运行，数据完全掌控在自己手里。
# 下载安装 Ollama：为助理准备工作空间
要让助理为你工作，首先需要为 TA 准备一个“办公室”。这里的办公室就是 Ollama 的安装环境。我们会向你详细展示如何下载、安装和配置 Ollama，整个过程比你想象的要简单得多。
# 在线安装
如果你的网络条件允许，直接使用脚本安装：
curl -fsSL https://ollama.com/install.sh | sh
# 离线安装
安装命令
curl -L https://ollama.com/download/ollama-linux-amd64.tgz -o ollama-linux-amd64.tgz
sudo tar -C /usr -xzf ollama-linux-amd64.tgz
2
-C后面的路径是安装目录，该路径根据自己的环境指定，需要注意目录权限问题，确保安装目录有权限。如果没有curl命令，可以直接使用浏览器访问
https://ollama.com/download/ollama-linux-amd64.tgz，即可将模型下载到本地。如果不能访问下载地址，则需要先解决网络问题。可以使用命令
ollama -v验证是否成功安装了ollama。安装成功会返回版本号，我的版本是：
ollama version is 0.3.131
启动 Ollama
ollama serve
- 安装成后后，直接使用上面的命令启动服务。
- 启动服务后，此时还未结束，需要安装大语言模型，本文章使用
llama3
安装启动大语言模型，并开启对话框
ollama run llama3:8b
执行该命令后，会去下载
llama3的模型，2G左右下载模型默认走的是官网下载，有时候你的网络环境连不上官网，如果你通过代理可以链接官网，则先停止ollama的服务。配置临时的代理(不需要账号的去掉即可)，然后重新启动：
export HTTP_PROXY="http://username:password@proxy.example.com:8080" export HTTPS_PROXY="http://username:password@proxy.example.com:8080" ollama serve1
2
3
# 🧠 本地知识库：MaxKB部署
有了聪明的助理，当然还要有一个系统化的知识存储和管理工具，这就是 MaxKB 的作用。它就像一个巨大的、智能化的文件柜，帮助你把所有知识条理清晰地归档，并且随时供助理调取。
在你的本地环境中安装 MaxKB 是创建这个超强“文件柜”的第一步。我们将逐步介绍如何通过命令行进行安装与配置。
# docker安装
拉取镜像，并执行，官方的命令：
docker run -d --name=maxkb --restart=always -p 8080:8080 -v ~/.maxkb:/var/lib/postgresql/data -v ~/.python-packages:/opt/maxkb/app/sandbox/python-packages cr2.fit2cloud.com/1panel/maxkb1是可以启动的，但是连接不上我们的后端大模型llama3，需要修改命令，绑定主机网络，并且去掉端口映射。
docker run -d --net=host --name=maxkb --restart=always -v ~/.maxkb:/var/lib/postgresql/data -v ~/.python-packages:/opt/maxkb/app/sandbox/python-packages cr2.fit2cloud.com/1panel/maxkb1
启动后，使用浏览器访问：
localhost:8080，即可看到登录页面，输入默认的账号密码即可进入主页面。- 用户名: admin
- 密码: MaxKB@123..
此时你就可以看到主页面了，和下面的区别是，第一次进入是没有应用的。
# docker配置代理
我们有时候会遇到网络的环境无法访问docker的官方仓储，但是我们可以使用代理访问。这种情况下，我们直接使用docker下载并启动MaxKB是无法成功的，此时我们需要让docker走我们的代理，去docker的官方仓储下载镜像。
要在内网环境下通过代理访问 Docker，并使用 docker pull 下载容器镜像，你可以通过配置 Docker 的代理设置来实现。以下是详细的步骤：
# 步骤 1：获取代理信息
确保你已经有了代理的地址和端口，通常是类似于以下格式：
- HTTP 代理：
http://proxy.example.com:8080 - HTTPS 代理：
https://proxy.example.com:8080
如果代理需要认证，你也需要用户名和密码：
http://username:password@proxy.example.com:8080
# 步骤 2：配置 Docker 代理
你需要为 Docker 守护进程配置代理环境变量。Docker 使用 systemd 管理服务，所以你需要修改其服务配置。
打开或创建 Docker 的服务目录：
bash复制代码sudo mkdir -p /etc/systemd/system/docker.service.d1在该目录下创建一个名为
http-proxy.conf的文件：bash复制代码sudo nano /etc/systemd/system/docker.service.d/http-proxy.conf1在文件中添加以下内容，根据你的代理类型（HTTP 或 HTTPS）填写相关的代理地址。如果你有 HTTP 和 HTTPS 代理，两个都可以配置，有些：
[Service] Environment="HTTP_PROXY=http://proxy.example.com:8080" Environment="HTTPS_PROXY=https://proxy.example.com:8080" Environment="NO_PROXY=localhost,127.0.0.1"1
2
3
4如果代理需要认证，请将地址格式改为带有用户名和密码的形式：
bash复制代码Environment="HTTP_PROXY=http://username:password@proxy.example.com:8080" Environment="HTTPS_PROXY=https://username:password@proxy.example.com:8080"1
2保存并关闭文件。
# 步骤 3：重新加载 Docker 守护进程
完成配置后，你需要重新加载 systemd 配置并重启 Docker 服务。
重新加载
systemd配置：bash复制代码sudo systemctl daemon-reload1重启 Docker 服务：
bash复制代码sudo systemctl restart docker1
# 知识管理信息按需归档
MaxKB 的强大之处在于它可以智能分类和整理各种信息。你只需要为它指引方向，剩下的归档工作 MaxKB 会自动完成。
先创建需要使用的知识库，流程皆有提示。
语料的整理：
- 建议使用markdown格式，做语料的文档
- 使用大模型优化语料，可以将你的原始资料，提供给大模型，让大模型帮你优化输出语料
# 创建属于你的应用
当 Ollama 和 MaxKB 配合起来，就像助理能够随时从文件柜中调取所需的资料。我们会引导你完成这两者的无缝整合，让系统智能化运作。
创建你的应用
新增本地后端大模型。
绑定创建好的知识库
保存并发布你的应用，你的知识库AI应用就已经搭建完成啦！！！