RAG 知识库搭建：Ollama+AnythingLLM 本地部署教程
什么是 RAG
RAG（Retrieval-Augmented Generation，检索增强生成）是一种先进的自然语言处理技术架构。它旨在克服传统大型语言模型（LLMs）在处理开放域问题时的信息容量限制和时效性不足。RAG 的核心机制融合了信息检索系统的精确性和语言模型的强大生成能力，为基于自然语言的任务提供了更为灵活和精准的解决方案。
RAG 与 LLM 的关系
RAG 不是对 LLM 的替代，而是对其能力的扩展与升级。传统 LLM 受限于训练数据的边界，对于未见信息或快速变化的知识难以有效处理。RAG 通过动态接入外部资源，使 LLM 得以即时访问和利用广泛且不断更新的知识库，进而提升模型在问答、对话、文本生成等任务中的表现。
RAG 就像是为大型语言模型配备了一个即时查询的'超级知识库'。这个'外挂'不仅扩大了模型的知识覆盖范围，还提高了其回答特定领域问题的准确性和时效性。
基于此，RAG 技术特别适合用来做个人或企业的本地知识库应用，利用现有知识库资料结合 LLM 的能力，针对特定领域知识的问题能够提供自然语言对话交互，且答案比单纯用 LLM 准确性要高得多。
实践方案
本文将采用 Ollama + Qwen2.5 + AnythingLLM 来实现本地知识库搭建。这是一个轻量级、易于部署且支持中文的完整解决方案。
1. 安装 Ollama
Ollama 本身不是 LLM，而是一个服务于 LLM 的工具。它提供了一个平台和环境，使得开发者和研究人员能够在本地机器上轻松地运行、测试和部署各种大型语言模型。
下载安装
下载地址：https://ollama.com/download
支持 Windows、Mac、Linux。当然你也可以使用 Docker 安装镜像。
当你运行 ollama --version 命令成功查询到版本时，表示 Ollama 的安装已经顺利完成。
拉取模型
接下来便可以用 pull 命令从官方仓库下载模型。例如：
ollama pull llama3
还有更简单的方法直接使用 run 命令，它会在运行之前自动检查模型是否下载，如果没有会自动下载。
ollama run qwen2:7b
模型选择建议
如果你想搭建的是本地知识库，当然是以中文为主，所以需要对中文支持最好的模型。Ollama 官方提供的模型中，对中文支持较好的有：
- Llama2-Chinese：基于 Llama2 微调。
- Qwen (通义千问)：阿里的通义千问。Qwen2 系列在代码、数学及长文本表现尤其突出，推理相关测试成绩优异。
注意：智谱的 GLM 虽然优秀，但早期不兼容 Ollama 且没有 GGUF 格式文件，暂不建议用于此方案。
安装并运行 Qwen2 模型（以 7B 参数为例）：
ollama run qwen2:7b
模型下载的默认路径通常是：~/.ollama/models。
2. 配置 Ollama 服务
为了配合 AnythingLLM 调用，我们需要以服务器模式启动 Ollama。
所谓服务器模式，你可以简单理解为，Ollama 在后端运行大模型，然后开放一个端口给到别的软件，让那些软件可以调用大模型的能力。
在终端里输入以下命令开启服务：
ollama serve
默认监听端口为 11434。如果需要在其他网络环境下访问，可以设置环境变量：
