37.4k 的 Dify，一款小白也可以轻松上手的大模型开发平台（二）：使用本地大模型
上一篇文章《37.4k 的 Dify，一款小白也可以轻松上手的大模型开发平台（一）：部署及基础使用》我们介绍了 Dify 的部署及基础使用，今天我们来介绍一下如何为 Dify 接入 Ollama。
使用 Ollama
还是在设置的弹窗中选择「模型供应商」，这次我们选择 Ollama，以 qwen2:7b 模型为例：
- 模型名称我们填入
qwen2:7b - 基础 URL 填入
http://host.docker.internal:11434 - 其他选项可以根据自己的需求进行配置，或者也可以保持默认
- 然后保存即可
回到创建的应用中，在编排页面的右上角切换大模型为 qwen2:7b:
可以看到的，由于是本地大模型，所以响应速度非常快！
知识库配置嵌入模型
因为咱们本次使用 Ollama 来作为 Dify 的 AI 模型，所以在创建知识库时会有一些问题：
这是因为 Dify 默认的系统 Embedding 模型是 OpenAI 的 text-embedding-3-large，但是当我们使用本地大模型时，是无法连接到这个模型的，所以我们还需要再拉取一个 Embeddinng 模型下来，这里以 nomic-embed-text 为例：
ollama pull nomic-embed-text
然后在 Ollama 模型设置中选择 Text Embedding：
保存之后，我们可以修改 Dify 的默认系统模型，点击右上角的「系统默认设置」按钮进行设置：
再创建一个新的知识库进行测试：
也可以成功嵌入：
测试应用
接下来我们将刚刚创建的知识库添加到应用中去，并给应用添加提示词。如果不知道怎么编写提示词，还可以点击右上角的自动编排让 AI 帮助我们完成：
点击右下角的「应用」按钮，就会自动为我们添加这些提示词和开场白到应用中了：
我们可以在知识库中添加大量的 K8s 相关的资料，打造一款 K8s 大师应用。是不是很棒😁
使用 Ollama 来作为 Dify 的 AI 模型，并结合搭建本地知识库，对于中小型企业来说是非常简单的、不太花费多少成本即可实现定制化 AI 的方法。它的应用场景有很多，比如：
- 构建企业内部私有知识库
- 基于 Dify 搭建企业微信机器人
- 非专业人员也可以快速搭建部门内部私有 AI 问答机器人
- ……
如何系统的去学习大模型LLM ？
大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。
事实上，抢你饭碗的不是AI，而是会利用AI的人。
继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？
与其焦虑……
不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！
但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。
针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓
👉👈
一、LLM大模型经典书籍
AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。
二、640套LLM大模型报告合集
这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
三、LLM大模型系列视频教程
四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）
LLM大模型学习路线 ↓
阶段1：AI大模型时代的基础理解
目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例
阶段2：AI大模型API应用开发工程
目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望
阶段3：AI大模型应用架构实践
目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
内容：
- L3.1 Agent模型框架
- L3.2 MetaGPT
- L3.3 ChatGLM
- L3.4 LLAMA
- L3.5 其他大模型介绍
阶段4：AI大模型私有化部署
目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
内容：
- L4.1 模型私有化部署概述
- L4.2 模型私有化部署的关键技术
- L4.3 模型私有化部署的实施步骤
- L4.4 模型私有化部署的应用场景
这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓
👉👈
