摘要：从烤串摊到AI智能体——技术拆解与实现 本文通过烤串摊场景生动拆解AI智能体技术架构，包含以下核心模块： 输入感知：使用Whisper实现语音识别，结合LLM完成结构化订单提取（NER技术） 知识检索：基于RAG架构，利用ChromaDB向量数据库存储烤串知识库和顾客历史记录 决策推理：通过LangChain构建智能体链，整合LLM推理、知识检索和记忆模块 执行反向输出包含取货位置、调料标准

本文介绍如何在本地搭建一个AI助手，使用Ollama+Open WebUI组合实现类ChatGPT功能。本地部署能解决数据隐私、网络依赖和费用问题，支持上传文档构建知识库（RAG）。架构包含Ollama模型服务、本地大模型（如Qwen2.5）、嵌入模型和向量数据库。推荐配置需16GB+内存和8GB+显存，支持Windows/macOS/Linux系统。部署步骤包括：1）安装Ollama并运行模型；