Ollama 本地知识库工具
版本: V1.1.0 | 完全离线运行的本地向量搜索解决方案

📌 概述
Ollama 本地知识库工具是一款专为构建和管理本地知识库而设计的工具。其核心在于利用 Ollama 框架部署本地向量模型，实现完全离线、安全私密的文档存储、语义搜索和管理功能。V1.1.0 版本是该工具的一次重要升级，核心价值在于完全替代云端 API，实现所有知识库操作的离线运行。

✨ V1.1.0 版本亮点

• 本地向量模型支持： 新增完整支持 Ollama 嵌入模型。默认部署 nomic-embed-text 向量模型（768维），替代了之前的云端服务（如火山引擎 doubao-embedding-vision API）。
• 完全离线运行： 配置完成后，所有知识库操作（添加、搜索、统计等）均在本地执行，无需任何外部网络连接或 API 调用，保障数据隐私和安全。
• 跨平台自动检测： 安装脚本可自动识别并适配 macOS、Linux（包括 WSL2）和 Windows（推荐 WSL2）系统环境。
• 一键安装配置： 提供开箱即用的一键安装和配置脚本，简化部署流程。
• 功能验证完善： 修复了知识库统计功能的 bug，并对所有核心功能进行了实测验证。

🚀 快速开始

首次配置与安装

1. 安装 Ollama 框架：

   bash skills/ollama-knowledgebase/scripts/install_ollama.sh
   

   脚本会自动检测操作系统类型（macOS/Linux/WSL2/Windows）并进行相应安装。
2. 部署嵌入模型：

   bash skills/ollama-knowledgebase/scripts/deploy_embedding_model.sh pull nomic-embed-text
   

   此命令将下载并部署 nomic-embed-text 模型。
3. 配置 OpenClaw memorySearch：

   python3 skills/ollama-knowledgebase/scripts/setup_memory_search.py configure nomic-embed-text
   

   此命令将配置知识库组件使用新部署的本地模型。
4. 重启服务：

   openclaw gateway restart
   

   重启 OpenClaw Gateway 服务以使配置生效。

日常使用（自然语言交互）
配置完成后，用户可以直接使用自然语言与知识库交互：

• 📥 添加文档： “添加到知识库”、“导入这个文件”、“存入知识库” + [文件路径/内容]。
• 🔍 搜索内容： “搜索关于 X 的内容”、“关键词搜索 ‘X’”。
• 📋 列出文档： “查看知识库所有文档”。
• 📊 查看统计： “知识库统计”。
• 📤 导出知识库： “导出知识库为 Markdown”。

详细操作指南请参考：references/usage.md

📚 核心功能

🖥️ 系统支持

📋 脚本速查

• Ollama 安装与检查:

  bash scripts/install_ollama.sh
  

• 嵌入模型管理:

  # 列出可用模型
  bash scripts/deploy_embedding_model.sh list
  # 拉取指定模型 (如 nomic-embed-text)
  bash scripts/deploy_embedding_model.sh pull nomic-embed-text
  # 测试模型是否正常运行
  bash scripts/deploy_embedding_model.sh test nomic-embed-text
  # 查看推荐模型
  bash scripts/deploy_embedding_model.sh recommended
  

• OpenClaw memorySearch 配置:

  # 配置使用指定模型
  python3 scripts/setup_memory_search.py configure nomic-embed-text
  # 查看当前配置状态
  python3 scripts/setup_memory_search.py status
  # 重建向量索引 (必要时使用)
  python3 scripts/setup_memory_search.py rebuild
  

📖 参考文档

• 使用指南： references/usage.md - 日常操作步骤与实测结果。
• 安装详解： references/installation.md - 各操作系统的详细安装说明。
• 模型选择： references/model_selection.md - 不同嵌入模型的对比与选择建议。

✅ 测试验证 (V1.1.0)

• 添加文本 → ✅ 成功（模型相似度测试通过：75.4%）
• 向量搜索 → ✅ 功能正常
• 列出文档 → ✅ 功能正常
• 知识库统计 → ✅ 功能正常 (修复已完成)
• 索引重建 → ✅ 成功（已在全部 7 个 Agent 环境验证）

🔗 获取地址
https://www.skillhub.cn/skills/knowledgebase-manager-skill