从零开始：在本地搭建一个带知识库的 AI 助手（Ollama + Open WebUI）

优质文章学习记录

— 10 min read
从零开始：在本地搭建一个带知识库的 AI 助手（Ollama + Open WebUI）
一文讲清楚：要选哪些工具、需要什么环境、整体架构长什么样，以及一步步实现到能用的程度。

一、为什么要在本地搭一个 AI 助手？

过去一年，大模型从“新奇玩意儿”迅速变成“日常生产力工具”。但如果你只用网页版 ChatGPT / 文心一言 / 通义千问，会碰到几个很现实的问题：

  • 数据隐私：公司内部文档、个人笔记、聊天记录，你敢全部塞到线上吗？
  • 网络依赖：在飞机上、高铁里，或者公司内网严格管控时，在线 AI 直接“失联”。
  • 额度与费用：免费额度有限，稍微重度一点就要付费，而且你也不知道自己的数据会不会被拿去训练。
    本地部署一套 “AI + 知识库” 的好处就非常直观：
  1. 数据完全不出本地，满足隐私合规要求。
  2. 断网也能用，随时随地调取你的“第二大脑”。
  3. 可定制：可以给团队搭一个“企业 FAQ 助手”，给自己搭一个“读书笔记助手”。
    本系列文章的目标，就是带你从零开始，在本地搭一个类似 ChatGPT 的 Web 界面，并且支持上传文档构建知识库（RAG）的 AI 助手。

二、整体架构：我们要搭的是一个什么样的系统？

用一个简单的架构图来概括一下我们要做的事情：

调用

调用

上传文档

提问

检索结果

回答

浏览器 Web UI

Ollama 模型服务

本地大模型 Qwen2.5

嵌入模型

向量知识库

问题向量化

构建上下文

核心组件：

  • Ollama：本地模型运行时，负责加载和调度大模型、嵌入模型，提供统一的 API。
  • Qwen2.5 系列 / DeepSeek-R1 等：本地对话大模型，作为“大脑”。
  • 嵌入模型（Embedding）：把文本转成向量，用于知识库检索，比如 nomic-embed-text、bge-m3 等。
  • 向量数据库 / 向量索引：存储文档向量，负责相似度检索（Open WebUI 自带，也可以外接 Chroma、Milvus 等）。
  • Open WebUI：类 ChatGPT 的 Web 界面，支持对话、上传文档、配置知识库。

三、工具选型：为什么推荐 Ollama + Open WebUI？

3.1 大模型运行时：Ollama

对比直接用 transformers + PyTorch 自己搭一套推理服务，Ollama 的优势非常明显：

  • 跨平台：Windows / macOS / Linux 都有官方安装包，安装就是下一步下一步。
  • 一键拉模型：ollama pull qwen2.5:7b-instruct 就能拉取并运行模型，不需要自己处理 GGUF、量化、CUDA 等一堆细节。
  • 统一 API：默认在本地 11434 端口提供 REST API，兼容 OpenAI 调用方式，方便后续写代码集成。
  • 资源友好：支持 CPU / Apple Silicon GPU / NVIDIA GPU，自动检测并使用可用硬件加速。
实战经验：如果你只是想“先用起来”，而不是做底层研究，Ollama 是目前性价比最高的选择之一。

3.2 Web 界面：Open WebUI

Open WebUI 是目前社区最活跃的开源大模型 Web 界面之一，主要特点：

  • 界面体验接近 ChatGPT：多轮对话、Markdown 渲染、代码高亮、历史记录管理。
  • 自带 RAG 知识库功能：不用写一行代码，就能在界面上上传文档、构建知识库。
  • 支持多用户：可以给团队部署，每个人有独立账号和空间。
  • 可扩展：支持接入多种模型后端（Ollama、OpenAI 兼容 API 等）。

3.3 模型选择：Qwen2.5 / DeepSeek-R1 等

如果你主要写中文、需求偏通用对话和代码，推荐：

  • Qwen2.5 系列：中文能力强，指令跟随稳定，社区使用非常广泛。
  • DeepSeek-R1 系列：推理和代码能力突出，适合“程序员向”场景。
    具体选多大规模，要看你的硬件配置（后面会详细讲）。

四、硬件与系统环境：你的电脑够不够格？

4.1 硬件建议（以消费级 PC 为例）

场景推荐配置说明
入门体验16GB 内存 + RTX 3060/4060（8GB+ 显存）可以跑 7B～13B 的 INT4 量化模型
舒服使用32GB 内存 + RTX 4070/4090（12GB+ 显存）可以跑 14B～32B 量化模型，并发更稳
Mac 用户M1/M2/M3，16GB+ 统一内存Apple Silicon 对推理优化很好，体验接近中档 GPU
一些经验值：7B 参数 INT4 模型大致需要 4～6GB 显存，13B 需要 8～10GB，32B 需要 16GB+ 显存。

4.2 系统与软件环境

  • 操作系统：Windows 10/11、macOS、主流 Linux 发行版都可以。
  • Docker（推荐）：
    • Windows/macOS 安装 Docker Desktop。
    • Linux 安装 Docker Engine + Docker Compose。
  • Ollama：从官网下载安装即可。
  • （可选）NVIDIA 驱动 + CUDA：如果你有 N 卡，想用 GPU 加速，需要安装对应驱动和 CUDA 工具包（Ollama 会自动检测）。

五、部署路线图：我们会分几步走？

为了让你有个整体预期，我们整个项目的路线大概是这样的：

  1. 环境准备：安装 Ollama、Docker，验证基础环境。
  2. 本地模型跑通：通过 Ollama 拉取并运行一个对话模型（如 Qwen2.5:7b-instruct）。
  3. WebUI 部署：用 Docker 一键启动 Open WebUI，连接 Ollama。
  4. 基础对话体验：在浏览器里像用 ChatGPT 一样和本地模型聊天。
  5. 知识库搭建（RAG）：上传文档，构建私有知识库，让模型“记住”你的资料。
  6. （可选）Python 调用 & 自动化：用代码调用本地模型，接入自己的工具链。

六、第一步：安装 Ollama 并跑通本地模型

6.1 安装 Ollama

以 Windows 为例（macOS / Linux 同理）：

  1. 打开官网：https://ollama.com/download。
  2. 下载 Windows 安装包，双击安装，一路“下一步”即可。

安装完成后，打开命令行，执行：

ollama -v

如果看到类似 ollama version is 0.5.4 的输出，就说明安装成功。

6.2 拉取并运行一个对话模型

以 Qwen2.5 为例：

# 拉取模型 ollama pull qwen2.5:7b-instruct # 运行模型（进入交互式对话） ollama run qwen2.5:7b-instruct

第一次运行时，Ollama 会自动下载模型文件（约 4～5GB），等待下载完成即可。
在交互界面里，你可以直接输入问题，测试模型是否正常工作。

七、第二步：用 Docker 部署 Open WebUI

7.1 安装 Docker

如果你已经安装 Docker Desktop，可以跳过这一步。

  • Windows / macOS：到 Docker 官网下载 Docker Desktop 并安装。
  • Linux：按官方文档安装 Docker Engine 和 Docker Compose。
    验证安装：
docker -v docker compose version

7.2 启动 Open WebUI 容器

一个简单的启动命令示例（假设 Ollama 在本机 11434 端口）：

docker run -d \ -p 3000:8080 \ -e OLLAMA_BASE_URL=http://host.docker.internal:11434 \ -v open-webui:/app/backend/data \ --name open-webui \ --restart always \ ghcr.io/open-webui/open-webui:main

参数说明：

  • -p 3000:8080：把容器内的 8080 端口映射到宿主机 3000。
  • -e OLLAMA_BASE_URL：告诉 Open WebUI，Ollama 服务在哪里。
  • -v open-webui:/app/backend/data：持久化聊天记录和配置。
  • --restart always：容器异常退出时会自动重启。
    启动后，打开浏览器访问：http://localhost:3000，就能看到 Open WebUI 的登录界面。

八、第三步：在 WebUI 里连接本地模型

  1. 注册 / 登录 Open WebUI（账号只存在本地，不会上传到云端）。
  2. 在界面中选择模型，你应该能看到类似 qwen2.5:7b-instruct 的选项。
  3. 如果看不到模型，可以在 Open WebUI 的设置里，检查 Ollama 连接地址是否正确，并点击“验证连接”。
    接下来，就可以像用 ChatGPT 一样，和本地模型对话了。

九、第四步：搭建本地知识库（RAG）

9.1 RAG 是什么，为什么需要它？

简单来说，RAG（Retrieval-Augmented Generation）= 检索 + 增强 + 生成：

  1. 检索：根据用户问题，从知识库中找出最相关的文档片段。
  2. 增强：把检索到的内容塞进提示词，一起丢给模型。
  3. 生成：模型基于这些上下文生成回答。
    RAG 的好处是：
  • 不需要重新训练模型，就能让模型“知道”你的私有资料。
  • 可以随时更新知识库，比微调灵活得多。

9.2 准备嵌入模型

为了做向量检索，我们需要一个嵌入模型，比如：

# 拉取一个常用的嵌入模型 ollama pull nomic-embed-text # 或 ollama pull bge-m3

Open WebUI 可以自动使用这些嵌入模型来构建知识库。

9.3 在 Open WebUI 里创建知识库

不同版本的界面略有差异，但大致流程类似：

  1. 进入“知识库 / Documents”管理页面。
  2. 新建一个知识库，比如叫“我的技术笔记”。
  3. 上传本地文档：PDF、Word、Markdown、TXT 等。
  4. 系统会自动调用嵌入模型，对文档进行分片和向量化。
  5. 在对话时，把这个知识库挂载到当前会话，模型就会优先从这些文档里找答案。

十、第五步：用 Python 调用本地模型（可选）

如果你想把本地模型集成到自己的脚本或工具里，可以通过 Ollama 的 API 来调用。

10.1 简单示例：对话

import requests OLLAMA_BASE ="http://localhost:11434"defchat(prompt:str, model:str="qwen2.5:7b-instruct"): r = requests.post(f"{OLLAMA_BASE}/api/chat", json={"model": model,"messages":[{"role":"user","content": prompt}],"stream":False,},) r.raise_for_status()return r.json()["message"]["content"]print(chat("用大白话解释一下什么是 RAG？"))

10.2 简单示例：文本嵌入

defembed(text:str, model:str="nomic-embed-text"): r = requests.post(f"{OLLAMA_BASE}/api/embeddings", json={"model": model,"prompt": text},) r.raise_for_status()return r.json()["embedding"] vec = embed("这是一段需要向量化的文本")print(len(vec), vec[:5])

有了这些，你就可以自己写脚本做批量文档处理、自动总结、智能检索等。

十一、进阶方向：这个项目还能怎么玩？

当你把基础对话 + 知识库跑通之后，可以考虑这些进阶玩法：

  • 多模型管理：同时跑一个“通用对话模型” + 一个“代码专用模型”（如 Qwen2.5-Coder），在 WebUI 里按需切换。
  • 更专业的 RAG 工具：尝试 RagFlow、Dify 等更复杂的 RAG 平台，支持更精细的文档解析和多路召回。
  • 接入 IDE / 浏览器插件：把本地模型做成一个“智能助手”，在编辑器里自动补全、在浏览器里总结网页。
  • 团队共享部署：把整套部署在公司内网服务器上，给团队统一用，实现“企业 FAQ 助手”。

十二、小结

这篇文章主要做了三件事：

  1. 讲清楚了为什么要在本地搭一个 AI 助手，以及它能解决哪些痛点。
  2. 给出了技术选型与整体架构，重点推荐了 Ollama + Open WebUI 这套组合。
  3. 梳理了从环境准备、模型部署、WebUI 搭建到知识库构建的完整路线图。
    接下来的文章，我会分别针对：
  • Windows / macOS / Linux 不同系统的踩坑点
  • RAG 效果调优（分块策略、检索参数等）
  • Python 自动化脚本实战
    做更详细的拆解。如果你已经按这篇文章跑通了基础流程，欢迎在评论区留言，说说你遇到的坑和想进一步实现的功能。

Read more

noteDigger：终极前端扒谱工具，让音乐制作变得简单快速

noteDigger：终极前端扒谱工具，让音乐制作变得简单快速 【免费下载链接】noteDigger在线前端频率分析扒谱 front-end music transcription 项目地址: https://gitcode.com/gh_mirrors/no/noteDigger noteDigger是一款创新的前端扒谱工具，专为音乐创作者和制作人设计。这款免费工具采用纯前端技术，无需安装任何软件或依赖库，双击即可使用，让音乐扒谱变得前所未有的简单！🎵 为什么选择noteDigger进行音乐扒谱？ 在数字音乐时代，扒谱工具是每位音乐制作人的必备利器。noteDigger以其独特的优势脱颖而出： * 零配置使用：直接打开HTML文件即可开始工作 * 现代UI设计：直观的界面让新手也能快速上手 * 自主技术栈：完全自主研发，不依赖任何框架，项目体积小巧 * 跨平台兼容：支持所有现代浏览器，包括Chrome、Firefox等 快速上手：三步完成音乐扒谱 第一步：导入音频文件 noteDigger支持多种音频格式，包括常见的MP3、WAV文件，甚至视频格式如MP

OpenWebUI环境变量配置全指南

概览 Open WebUI 提供了广泛的环境变量，允许您自定义和配置应用程序的各个方面。本页面作为所有可用环境变量的全面参考，提供了它们的类型、默认值和描述。 随着新变量的引入，本页面将不断更新以反映日益增长的配置选项。 :::info 本页面内容与 Open WebUI 版本 v0.6.42 同步，但仍在完善中，后续将包含更准确的描述、环境变量的可用选项列表、默认值以及改进的描述。 ::: 关于 PersistentConfig 环境变量的重要说明 :::note 首次启动 Open WebUI 时，所有环境变量都被平等对待并用于配置应用程序。但是，对于标记为 PersistentConfig 的环境变量，它们的值会被持久化并存储在内部数据库中。 初始启动后，如果您重新启动容器，PersistentConfig 环境变量将不再使用外部环境变量的值，而是使用内部存储的值。 相比之下，普通环境变量在每次后续重启时都会继续更新和应用。 您可以直接在 Open WebUI 内部更新 PersistentConfig 环境变量的值，

openclaw 钉钉 Webhook 完全指南

📮 钉钉 Webhook 完全指南 整理者：✨ 小琳 | 更新于 2026-02-05 一、基础知识 Webhook vs 插件 方式优点缺点OpenClaw 插件集成简单，双向通信只能回复，不能主动发Webhook 机器人支持主动推送，格式丰富单向，需要自己处理签名 结论：需要主动推送消息时，用 Webhook。 消息格式支持 格式插件Webhook纯文本✅✅Markdown✅✅链接卡片❌✅按钮卡片❌✅@ 用户❌✅ 二、@ 用户功能 核心原理 两个地方必须同时设置： 1. 消息内容中包含 @手机号 或 @所有人 2. JSON 的 at 字段中指定 atMobiles 或 isAtAll 缺一不可！ JSON 示例 @ 所有人：

零成本上线个人项目 ——ngrok 仅穿透前端实现公网访问

开发个人项目时，想让他人访问往往需要购买服务器、配置域名解析，成本高且流程繁琐。 本文介绍一种零成本方案 —— 仅穿透前端即可实现内网个人项目的公网访问。 ngrok 账号注册与工具准备 首先在https://ngrok.com/ 官网注册一个账号，就能获得一个免费的dev结尾的域名。 注册好之后，下载对应的zip压缩包 在官网个人后台 / 仪表盘（Dashboard）可直接复制个人专属的 Authtoken。 分框架适配配置 如果前端是用 Vite + React 的项目，需要在 vite.config.js 文件加上allowedHosts这一行代码： // vite.config.jsexportdefaultdefineConfig({server:{allowedHosts:['xxx.dev']// ngrok 域名}}) 如果前端是基于 Umi Max + Ant Design Pro 的项目，前端默认是跑在 localhost: