打造私人知识库：DeepSeek、Ollama 与 Anything LLM 的完美结合
在当今信息爆炸的时代，如何高效地管理和利用知识成为了每个人面临的挑战。幸运的是，随着人工智能技术的快速发展，我们可以借助一些强大的工具来打造属于自己的私人知识库。本文将介绍如何利用DeepSeek、Ollama和Anything LLM这三个工具，构建一个本地
ollama
Ollama教程：从入门到精通
以下是为您精心整理的Ollama从入门到精通的万字教程，结构清晰、步骤详尽，特别适合零基础用户系统学习：
仅3步！即刻拥有 QwQ-32B，性能比肩全球最强开源模型
本文详细介绍如何将 QwQ-32B 开源模型部署到函数计算 FC（Function Compute），并通过云原生应用开发平台 CAP（Cloud Application Platform）实现 Ollama 和 Open WebUI 两个 FC 函数的部署。
使用 Ollama 本地模型与 Spring AI Alibaba 的强强结合
Spring AI：Spring 生态的 Java AI 开发框架，提供统一 API 接入大模型、向量数据库等 AI 基础设施。Ollama：本地大模型运行引擎，大模型时代的 Docker，支持快速体验部署大模型。Spring AI Alibaba：Sprin
树莓派秒变编程助手：Ollama+Continue的简易搭建教程！
以下是如何在Raspberry Pi上运行大型语言模型(LLM)的方法。本文的目标是找出在Raspberry Pi上运行LLM是否是ChatGPT和GitHub Copilot等工具的合理替代方案。
Qwen2.5-VL：最强开源视觉大模型，本地部署完全免费
将下载好的千问模型文件放置在 Ollama 的模型目录中。默认情况下，模型目录位于 ollama/models。将模型文件解压并放置在相应的文件夹中。
vLLM vs. ollama综合对比（附DeepSeek资料下载）
大型语言模型 (LLM) 的兴起改变了 AI 驱动的应用程序，实现了从聊天机器人到自动代码生成的一切。然而，高效运行这些模型仍然是一个挑战，因为它们通常需要大量的计算资源。
ollama vllm deepsee deepseek资料 2025-03-20 10:43 5
VLLM vs. Ollama（附DeepSeek资料下载）
大型语言模型 (LLM) 的兴起改变了 AI 驱动的应用程序，实现了从聊天机器人到自动代码生成的一切。然而，高效运行这些模型仍然是一个挑战，因为它们通常需要大量的计算资源。
ollama vllm deepsee deepseek资料 2025-03-20 10:37 6
本地部署DeepSeek模型指南：硬件要求+详细步骤
想在自己的电脑上运行国产大模型DeepSeek？只需10分钟，跟着教程用Ollama轻松实现！一、硬件要求1. 基础配置（7B模型）- 内存：8GB以上- 硬盘：10GB可用空间（推荐SSD）- CPU：4核处理器（如i5/Ryzen5）2. 高性能配置（33
模型 deepseek ollama deepseek模型 2025-02-03 19:14 8
AI换脸攻击激增300%让企业安全面临新挑战；DeepSeek再成热点！
3月1日，国家公共数据资源登记平台正式上线运行，登记工作全面展开，登记平台主要负责办理中央和国家机关及其直属机构、中央企业的登记业务，同时暂时代为受理部分未完成平台建设省份的登记申请。同期，山西、江苏、浙江、安徽、福建、江西、湖北等7个省级平台同步上线，并与国
手机也能跑大模型？DeepSeek-r1 部署教程来了！
现在，大家用手机的时间越来越长，对隐私安全的关注也越来越高。各大厂商也在琢磨，怎么才能让大模型直接跑在手机上。这几天写文章时，发现不少小伙伴都在问：怎么在手机上部署 DeepSeek？
用DeepSeek打造本地个人专属AI知识库
春节前夕，整个 AI 圈宛如平静湖面被投入一颗巨石，激起千层浪。杭州的一家极具创新力的公司，以一种震撼的方式登上舞台，发布并开源了 DeepSeek-R1 模型。消息一经传出，迅速在全球 AI 领域引发热议，各大专业论坛、技术交流群瞬间被这个话题霸屏，科研人员
如何使用 DeepSeek-R1、LangChain 和 Ollama 构建本地 RAG 系统
在本指南中，你将学习如何构建一个检索增强型生成 (RAG)系统，该系统可以本地处理 PDF 文件，使用 DeepSeek-R1、LangChain、Ollama 和 Streamlit。
本地部署DeepSeek-V3大模型
本教程将指导你在MAC系统上安装Docker和Ollama，下载DeepSeek-V3模型。
教大家DeepSeek安装部署教程，小白都会的超简单！
DeepSeek最近太火了，教大家DeepSeek安装部署教程，小白都会的超简单！如何免费部署到你的电脑上？打造最强大脑获取顶级推理能力教程来了，先在你的本地电脑上安装Ollama，然后在Ollama搜索选择DeepSeek模型，即可成功在你的本地电脑上部署D
使用 DeepSeek R1 大模型和 Ollama 构建本地 RAG 系统
# 创建嵌入向量和向量存储 # 使用 FAISS 类的 from_documents 方法创建一个向量存储对象 vector = FAISS.from_documents(documents, embedder) # 配置检索器，检索前3个块 retrieve
rag ollama deepseekr1 2025-02-03 15:41 8
ollama 部署 deepseek-r1 70B 模型完整指南
pip install modelscopemodelscope download --model unsloth/DeepSeek-R1-Distill-Llama-70B-GGUF DeepSeek-R1-Distill-Llama-70B-Q5_K_M.
使用 DeepSeek R1 大模型和 Ollama 构建本地 RAG 系统-构建 RAG 流水线
DeepSeek R1 是第一代推理模型，在数学、代码和推理任务方面的性能可与 OpenAI o1 相媲美。在本地运行此类先进模型可以改变游戏规则，提供增强的隐私、定制和对人工智能应用程序的控制。
rag ollama deepseekr1 2025-02-02 11:57 10
使用 DeepSeek R1 大模型和 Ollama 构建本地 RAG 系统-2
Ollama 和 DeepSeek R1 作为语言模型（LLM）。LangChain 来处理文档加载、文本分割、嵌入和检索。Streamlit 来创建一个用户友好的网页界面，用于上传 PDF 和提问。
rag ollama deepseekr1 2025-02-01 11:30 8
使用 DeepSeek R1 大模型和 Ollama 构建本地 RAG 系统-1
在本系列文章中，我们将使用 检索增强生成（RAG） 系统，结合 DeepSeek R1（一个开源的推理大模型）和 Ollama（一个轻量级的本地 AI 模型运行框架）来构建这样一个系统。
rag ollama deepseekr1 2025-01-31 20:55 11