先给大家介绍一下今天的主角Ollama：Ollama是一个强大的工具，它能在本地轻松部署和运行大型语言模型，如Gemma, 助你轻松跨过这道门槛。

将开源的大语言预训练模型部署到用户设备上进行推理应用，特别是结合用户专业领域知识库构建AI应用，让AI在回答时更具有专业性，目前已经有很多成熟的应用方案。

一种利用 langchain 思想实现的基于本地知识库的问答应用，目标期望建立一套对中文场景与开源模型支持友好、可离线运行的知识库问答解决方案。

这篇文章介绍下如何快速部署deepseek-R1，本地访问，因为目前提供了最低7B数据集的模型。

学习大模型的本地部署能够让你对模型的运行流程更加了解，帮助你了解不同平台和部署环境的优劣以及适用场景。

这篇文章介绍下如何快速部署deepseek-R1，本地访问，因为目前提供了最低7B数据集的模型。

Dify 是一个开源的大语言模型（LLM）应用开发平台，融合了后端即服务（Backend as a Service, BaaS）和 LLMOps 的理念，旨在帮助开发者快速构建和部署生成式 AI 应用。

本文旨在探讨这一过程，为读者提供一个从理论到实践的指南，帮助大家理解大模型部署的基本原理，以及如何克服资源限制，实现个人电脑上的初步应用尝试。

RAG 这个技术在这几年的热度都一直非常不错，到目前为止 RAG 应该算是开发 AI 应用的必备技能了

因为本地跑模型太慢，此处我就写的很简单了，本文主要以搭建本地知识库为主。