ChatGPT狂飙160天，世界已经不是之前的样子。
新建了人工智能中文站https://ai.weoknow.com
每天给大家更新可用的国内可用chatGPT资源
发布在https://it.weoknow.com
我有一名AI助手，名字叫"老六"。为什么呢？是因为它有时候会一本正经的胡说八道。
没错，这是大模型的缺点——"幻觉"。所以LLMs+知识库是解决"幻觉"的方法。
同时对于企业来说，需要考虑信息安全，企业私有的知识库显然不能利用公域的大模型。那么搭建一套基于本地大模型的个人/企业知识库，是一个很好的解决方案。
1. 搭建本地大模型
安装Ollama
我们先进入Ollama的官网，下载对应操作系统的安装包。下载完成后，直接安装即可，没有任何选项。
https://ollama.com
拉取大模型
在Ollama的官网上可以进入Models页面中查看可以下载的模型，其中Meta的Llama2 7b版本需要大概8GB内存就可以跑起来。如果你条件足够，可以跑13b和70b版本，分别对应16GB和64GB内存。除了Meta的Llama模型，你也可以下载其它的模型。
打开终端，键入如下代码，即可自动下载模型。
ollama run llama2
等待下载完成后，你就可以直接在终端中与大模型进行对话了。怎么样，如此简单你就拥有了一个属于你自己私人的chatAI。
但是不是觉得终端里运行对话不那么好看，你希望在chatGPT那样的网页上进行对话。没问题，让open WebUI来帮你解决问题。
2. 搭建用户界面
Open WebUI是一个可扩展的、功能丰富的、用户友好的自托管网页用户界面，旨在完全离线运行。它支持各种LLM运行程序，包括与Ollama和openAI兼容的API。
安装Docker
在此之前，需要先安装Docker，它就像一个容器，为每个项目装载了必备的环境和必要条件。
首先我们去Docker官网，下载Docker Desktop的安装包，并进行安装。
安装完成后，等待程序加载完成，即可进入Docker。如果你是首次使用，则Containers中是没有任何项目的。
安装open WebUI
刚才已经装完ollama以及成功安装并运行模型后。在终端中运行以下代码，即可开始安装WebUI。
docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main
等待下载和安装完成后，进入Docker Desktop中，即可看见安装成功的WebUI项目。
此时，进入任意浏览器中，在地址栏中输入：http://localhost:3000 即可访问WebUI。
首次登录，输入邮箱密码注册，即可登录。
选择模型llama2，即可在对话框中输入文字，开始对话。界面是不是很熟悉，很像chatGPT，用着顺手多了。
open WebUI还有很多其它功能，比如它本身自带RAG。可以在对话框中输入“#”，然后跟上网址，即可访问网页的实施信息，并进行内容生成。
还可以上传文档，基于文本进行更深层次的知识交互。如果你对知识库的要求不高，做到这一点以后，基本能满足大多数个人的需求了。
3. 与知识库相连
如果你对知识库交互有更大的需求，可以安装以下这款应用。
AngthingLLM
https://useanything.com
这是一个可以基于大模型的知识库交互软件，可以应用本地大模型，或调用公域大模型API。知识库也同样可以使用本地的，而且几乎不占用很大的资源。
完成安装后，先会要求配置大模型。这里可以选择Ollama的本地模型，选择Llama2 7b。
然后会让你选择嵌入模式和向量数据库，我们选择默认的即可，或者接入外部API。
配置完成后，再为你的工作空间起个名字，即可进入AnythingLLM中。
在正式使用前，你需要上传你的知识文档，支持多种形式，但图片形式PDF不可读取。
最后，你就可以在对话框中，和你的知识进行对话交流了。
这样，你就拥有了一个本地化的大模型，且能和你自己的知识库交互，信息安全，内容可靠。还等什么，赶紧配置起来吧。
ChatGPT狂飙160天，世界已经不是之前的样子。
新建了人工智能中文站https://ai.weoknow.com
每天给大家更新可用的国内可用chatGPT资源
发布在https://it.weoknow.com
