上次我们聊了怎么在本地部署 WeKnora 环境。 这次咱们来点“真刀真枪”的操作——创建知识库 + 配置模型 + 上传文件 + 智能问答验证, 完整地跑通一个属于你自己的「私有知识问答系统」。
如果说上一篇是“铺地砖”,那这篇就是“装修落地”。 搞定它之后,你的知识库就能真正动起来,问问题、给答案,一气呵成!
01
———
准备工作:先把 Ollama 启动起来
WeKnora 虽然支持远程 API 模型,但最推荐的还是用 本地 Ollama, 这样整个流程都是离线可控的。
先确认你的 Ollama 已经安装并在运行:
docker ps | grep ollama
如果没启动,请运行:
docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama
然后拉取需要的 embedding 模型:
ollama pull bge-m3
💡 说明:
bge-m3是腾讯官方推荐的嵌入模型,性能稳、兼容性好;- 后面知识库创建时会默认使用它来做文本向量化。
02
———
创建知识库:点击几下就能搞定
打开浏览器,访问:
http://localhost ##如果你加了端口号,也需要带上
进入 WeKnora 的主界面后,左侧点击 「知识库」 模块。
点击右上角的 「新建知识库」 按钮,就会弹出创建窗口👇
填写信息:
- 名称:随便取,比如「微信公众号文章库」;
- 描述:可选;
- 直接点「创建」。
创建完成后你会看到一个“未初始化”的状态。 别急,这时候还不能上传文件—— 系统提示:需要先完成模型配置。
03
———
配置知识库:RAG的灵魂部分
点击右侧的 「设置」 按钮,进入配置界面。
这一页其实就是整个知识库的“大脑”设置区: 包括语言模型、embedding 模型、Rerank、多模态、分段策略等。
1️⃣ 连接 Ollama
顶部显示 Ollama 服务状态:
Ollama 地址:http://host.docker.internal:11434状态:已安装模型 bge-m3latest
如果状态正常,说明本地模型可用。
2️⃣ 配置大语言模型(LLM)
在「LLM 模型配置」部分选择:
- 模型来源:Ollama
(本地)、Remote API(远程) - 模型名称:这里我选的是远程的DeepSeek``
如果用deepseek的话,需要到其官网上创建一个API Key。
📢 说明: 本地没有部署LLM,只能用远程的LLM了。这里选的是deepseek。 如果你显存够大(24G 以上),可…