企业网站建设长沙一流的企业网站建设

企业网站建设长沙,一流的企业网站建设,百度热点排行榜,做外贸需要用到什么网站简介 本文详细介绍了如何通过DeepSeek-R1大模型和Dify应用框架实现本地私有化知识库部署。从环境准备到模型配置#xff0c;再到知识库构建与应用创建#xff0c;全面展示了私有化部署的全流程。解决了产品不开源和外部服务繁忙的问题#xff0c;同时提供大模型AI学习路径再到知识库构建与应用创建全面展示了私有化部署的全流程。解决了产品不开源和外部服务繁忙的问题同时提供大模型AI学习路径帮助开发者快速掌握技术实现本地化部署提升工作效率和数据安全性。1.背景公司开发产品由于产品特性不能对外开源其使用文档也不开源为了更好地进行技术支持所以需要本地部署私有化知识库。另外 DeepSeek 由于外部攻击和使用人员较多经常【服务器繁忙请稍后再试】。思路下载 DeepSeek-R1 大模型、Dify 应用框架在 Dify 应用框架中配置 DeepSeek-R1 大模型这样就可以实现在本地部署私有化知识库了。由于 DeepSeek-R1 模型下载需要 ollama 命令下载、Dify 应用框架项目需要在 Docker 环境安装项目依赖所以需要先下载 ollama 和 Docker。先读为快看下最终搜索一款我本地文档web-kits/table文档它的搜索结果就问 6 不 6心动了没那就搞起来~以下是私有化部署方案的优势性能卓越提供媲美商业模型的对话交互体验环境隔离完全离线运行杜绝数据外泄风险数据可控完全掌控数据资产符合合规要求2.前置准备硬件环境CPU 2 Core显存/RAM ≥ 16 GiB推荐软件环境DockerDocker ComposeDify 社区版3.DiFy智能体平台本地化部署3.1 DeepSeek本地化部署1在本地运行deepseek模型ollama run deepseek-r1:1.5b2在本地运行Embedding模型ollama pull bge-m33.2 Dify平台部署3.2.1 克隆Dify代码仓库克隆Dify源代码至本地环境。#git clone https://github.com/langgenius/dify.git --branch 0.15.3 Cloning into dify... remote: Enumerating objects: 144842, done. remote: Counting objects: 100% (1116/1116), done. remote: Compressing objects: 100% (505/505), done. remote: Total 144842 (delta 926), reused 613 (delta 611), pack-reused 143726 (from 3) Receiving objects: 100% (144842/144842), 78.11 MiB | 1.94 MiB/s, done. Resolving deltas: 100% (106284/106284), done. Note: checking out ca19bd31d42fb87c83b91541c473ebae85e9d14e.3.2.2 启动 Dify1进入 Dify 源代码的 Docker 目录cd dify/docker2复制环境配置文件cp .env.example .env3启动 Docker 容器#docker-compose --version docker-compose version 1.28.6, build 5db8d86f #如果版本是 Docker Compose V2使用以下命令 docker compose up -d #如果版本是 Docker Compose V1使用以下命令 docker-compose up -d启动报错需要配置合适的docker镜像源#docker-compose up -d Creating network docker_default with the default driver Creating network docker_ssrf_proxy_network with driver bridge Creating network docker_milvus with driver bridge Creating network docker_opensearch-net with driver bridge Pulling web (langgenius/dify-web:0.15.3)... ERROR: Get https://registry-1.docker.io/v2/: read tcp 192.168.112.110:60148-52.1.121.53:443: read: connection reset by peer如果提示NGINX端口冲突修改相应的配置文件ERROR: for docker_nginx_1 Cannot start service nginx: driver failed programming external connectivity on endpoint docker_nginx_1 (87803a54cea3e36c8628fdd2e3a9795cfe7696e952fefeabedc3089bdf9b4843): Bind for 0.0.0.0:80 failed: port is already allocated进入到dify文件夹下cd /dify/docker vi .env #找到 EXPOSE_NGINX_PORT 在780行改成你需要的端口默认是80 ps #------------------------------ #Docker Compose Service Expose Host Port Configurations #------------------------------ EXPOSE_NGINX_PORT10080 EXPOSE_NGINX_SSL_PORT443 #保存退出 :wq!再执行命令[roottango-01 docker]# docker-compose up -d Creating network docker_default with the default driver Creating network docker_ssrf_proxy_network with driver bridge Creating network docker_milvus with driver bridge Creating network docker_opensearch-net with driver bridge Creating docker_weaviate_1 ... done Creating docker_web_1 ... done Creating docker_ssrf_proxy_1 ... done Creating docker_db_1 ... done Creating docker_redis_1 ... done Creating docker_sandbox_1 ... done Creating docker_api_1 ... done Creating docker_worker_1 ... done Creating docker_nginx_1 ... done最后检查是否所有容器都正常运行[roottango-01 docker]# docker ps在这个输出中应该可以看到包括3个业务服务api/worker/web以及6个基础组件weaviate/db/redis/ nginx/ssrf_proxy/ sandbox。4登录DiFy平台http://xx.xx.xx.xx/install默认端口是80登录进入主界面3.3 构建智能体3.3.1 大模型接入在Dify中按模型的使用场景将模型分为以下4类系统推理模型在创建的应用中用的是该类型的模型。智聊、对话名称生成、下一步问题建议用的也是推理模型。已支持的系统推理模型供应商OpenAI、Azure OpenAI Service、DeepSeek、Anthropic、Hugging Face Hub、Replicate、Xinference、OpenLLM、讯飞星火、文心一言、通义千问、Minimax、ZHIPU(ChatGLM)等Embedding模型。在知识库中将分段过的文档做Embedding用的是该类型的模型。在使用了知识库的应用中将用户的提问做Embedding处理也是用的该类型的模型。已支持的Embedding模型供应商OpenAI、ZHIPU(ChatGLM)、Jina AI(Jina Embeddings)、Rerank模型等。Rerank模型用于增强检索能力改善LLM的搜索结果。已支持的 Rerank 模型供应商Cohere、Jina AI(Jina Reranker)等语音转文字模型。将对话型应用中将语音转文字用的是该类型的模型。已支持的语音转文字模型供应商OpenAI等1在设置中添加大模型本地部署选择ollama2选择Ollama添加本地部署的DeepSeek模型注Ollama默认绑定到127.0.0.1:11434需通过环境变量OLLAMA_HOST修改监听地址打开系统设置 → 搜索并进入编辑账户环境变量。在用户变量中新建或修改变量变量名OLLAMA_HOST变量值xx.xx.xx.xx:114343配置Embedding模型查看模型列表3.3.2 创建知识库1在DiFy平台创建知识库2导入文件定义切分规则和模型3配置Embedding模型4查看导入的文件详情3.3.3 创建智能体应用1在DiFy平台创建工作流并运行2运行智能体输出结果DiFy平台工具集相对还是少了一些有些第三方工具调用比如飞书文档需要额外授权体验上也会差一些。4.如何学习AI大模型如果你对AI大模型入门感兴趣那么你需要的话可以点击这里大模型重磅福利入门进阶全套104G学习资源包免费分享这份完整版的大模型 AI 学习和面试资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】这是一份大模型从零基础到进阶的学习路线大纲全览小伙伴们记得点个收藏第一阶段从大模型系统设计入手讲解大模型的主要方法第二阶段在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用第三阶段大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统第四阶段大模型知识库应用开发以LangChain框架为例构建物流行业咨询智能问答系统第五阶段大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型第六阶段以SD多模态大模型为主搭建了文生图小程序案例第七阶段以大模型平台应用与开发为主通过星火大模型文心大模型等成熟大模型构建大模型行业应用。100套AI大模型商业化落地方案大模型全套视频教程200本大模型PDF书籍学会后的收获• 基于大模型全栈工程实现前端、后端、产品经理、设计、数据分析等通过这门课可获得不同能力• 能够利用大模型解决相关实际项目需求 大数据时代越来越多的企业和机构需要处理海量数据利用大模型技术可以更好地处理这些数据提高数据分析和决策的准确性。因此掌握大模型应用开发技能可以让程序员更好地应对实际项目需求• 基于大模型和企业数据AI应用开发实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能 学会Fine-tuning垂直训练大模型数据准备、数据蒸馏、大模型部署一站式掌握• 能够完成时下热门大模型垂直领域模型训练能力提高程序员的编码能力 大模型应用开发需要掌握机器学习算法、深度学习框架等技术这些技术的掌握可以提高程序员的编码能力和分析能力让程序员更加熟练地编写高质量的代码。LLM面试题合集大模型产品经理资源合集大模型项目实战合集获取方式有需要的小伙伴可以保存图片到wx扫描二v码免费领取【保证100%免费】