LLMs之RAG：基于Ollama后端框架(配置phi3/LLaMA-3模型)结合Dify前端框架(设置知识库文件+向量化存储+应用发布)创建包括实现本地知识库问答/翻译助手等多个应用
目录
基于Ollama后端框架(配置phi3/LLaMA-3模型)结合Dify前端框架(设置知识库文件+向量化存储+应用发布)创建包括实现本地知识库问答/翻译助手等多个应用
1、配置依赖
1.1、安装Docker和Docker Compose，
1.2、安装并配置Ollama
1.3、打开Dify界面并配置模型
2、创建模型基于RAG的对话应用
2.1、配置模型
2.2、创建知识库并向量化存储
2.3、创建应用并发布
2.4、基于知识库进行对话测试
基于Ollama后端框架(配置phi3/LLaMA-3模型)结合Dify前端框架(设置知识库文件+向量化存储+应用发布)创建包括实现本地知识库问答/翻译助手等多个应用
1、配置依赖
1.1、安装Docker和Docker Compose，
安装
安装Docker和Docker Compose
参考A3、Windows11系统安装→交互式安装即可，一次性安装Docker和Docker Compose
地址：Docker：Docker的简介、安装、使用方法之详细攻略_docker 知乎-CSDN博客
1.2、安装并配置Ollama
安装并配置Ollama
安装并配置Ollama参考
地址：LLM之Ollama：ollama的简介、安装和使用方法、案例应用之详细攻略_ollama中文说明书-CSDN博客
地址02：https://yunyaniu.blog.csdn.net/article/details/138235781
1.3、打开Dify界面并配置模型
安装并启动Dify
参考——1、Dify的安装和启动
地址：LLMs之Dify：Dify的简介、安装和使用方法、案例应用之详细攻略-CSDN博客
打开界面
浏览器中访问http://localhost/install并开始初始化过程，设置账号，之后用此账号登录。
地址：http://localhost/install
2、创建模型基于RAG的对话应用
2.1、配置模型
配置模型
模型名称：phi3:latest
容器地址：http://host.docker.internal:11434
2.2、创建知识库并向量化存储
点击知识库→创建知识库→添加PDF资料→保存并处理
2.3、创建应用并发布
创建应用→设置角色→添加知识库资料→并设置提示词→选择大语言模型→依次点击更新→发布→Start Chat即可！