1. 安装Ollama

Ollama官网：https://ollama.com/

在Linux下，终端执行以下命令

curl -fsSL https://ollama.com/install.sh | sh

2. 运行大模型

本地运行 llama3.1：8b 模型，在终端中运行，首次运行会自动拉取模型文件，8b模型大概4G-5G，需要稍微等待一下。

ollama run llama3.1：8b

1. 首先安装Docker，此篇就不详细说明了，不懂的同学可以参考我过去的文章，里面有详细的安装方法。

2.  Docker拉取AnythingLLM镜像，打开终端运行

 docker pull mintplexlabs/anythingllm

3.  下面的命令将在本地挂载存储并在 Docker 中运行 AnythingLLM，可以全部一次性复制到终端中运行。

 export STORAGE_LOCATION=$HOME/anythingllm && \ mkdir -p $STORAGE_LOCATION && \ touch "$STORAGE_LOCATION/.env" && \ docker run -d -p 3001:3001 \ --cap-add SYS_ADMIN \ -v ${STORAGE_LOCATION}:/app/server/storage \ -v ${STORAGE_LOCATION}/.env:/app/server/.env \ -e STORAGE_DIR="/app/server/storage" \ mintplexlabs/anythingllm

4.  运行AnythingLLM

（1）先检查 Ollama是否正常运行，只有 Ollama正常运行后，AnythingLLM才能正确配置和运行大模型。打开浏览器，地址栏输入：http://localhost:11434

可以看到 “Ollama is running” 。

（2）运行AnythingLLM，打开浏览器，地址栏输入：http://localhost:3001，如安装无误，可以看到以下页面。

docker ps

1. 打开AnythingLLM页面：http://localhost:3001 ，点击“Get started” 开始配置

2. 选择大模型类型，这里选 “Ollama”

3. Data handling & privacy ， 这里列出了RAG过程中所选择的模型。

4. 输入电邮和使用原因

5. 建立工作空间，输入工作空间的名称: anything_ollama 

6. 建立工作空间完成

7. 本地大模型配置

这里注意Ollama Base URL ，如果Ollama部署在本地电脑，官网提供几种地址方式：

8. 正确配置后，回到工作空间问答页，就可以正常对话了

9. 为了提升大模型回答问题的质量和准确性，我们通过RAG的方式，加入本地知识库。点击工作空间旁的上传按钮，打开文档上传页。

  （1）选择本地文档上传到AnythingLLM。我们用几篇stm32单片机开发的资料，做RAG处理。

（2）选择文档加入到工作空间。

10.  测试本地知识库的效果

而没有这些知识库，llama3.1:8b大模型回答的效果如下。