本地知识库-文本向量化

题记

  • 为什么需要本地知识库
  • 网上已经推了那么多的教程
  • 基本都是，deepseek+Ollama+Cherry Studio/ AnythingLLM
  • 然后各种实操落地的估计能达到40%
  • 不得不承认，我也是跟风的人
  • 我也需要本地知识库
  • 需要基于记忆中的信息，帮我找到对应的文档
  • 趁着这股DeepSeek刮起的科技之风，我也想感受下和猪一样飞起来的感觉
  • 然后，按照文档，也一步步的搭建了起来
  • 只不过，我多想了想，发现了点问题

搭建

后记

  • 有没有发现什么
  • 这里并没有使用到DeepSeek或其他语言模型
  • 实际基于Cherry Studio客户端和Ollama中运行的bge-m3模型就已经够了
  • 跟风并没有什错误，对于底层的人来说，不抓住风口，真的很难翻身
  • 只是跟风的过程中，没有判断力，也很难翻身

系列文章

感悟DeepSeek
本地部署DeepSeek？
deepseek本地可行性分析
Ollama
将Ollama已下载的模型从C盘迁出
本地部署DeepSeek
大模型
在这里插入图片描述

# 人工智能 # Ollama
Logo
DAMO开发者矩阵

DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐

深入解析 ROS 2 参数服务：从安装排障到 Python 动态配置的工程实践

摘要： 参数服务是 ROS 2 核心通信机制之一，也是实现机器人实时调参的关键技术。本文超越简单的命令演示，从解决国内开发环境痛点入手，深入剖析参数服务的底层运行逻辑，并手把手构建一个具有工程参考价值的 Python 参数节点。它允许我们在节点运行的过程中，通过外部指令动态地修改节点内部的状态变量，实现“无感知”的热加载配置。这代表了我们的节点成功捕获并应用了外部改写的参数，体现了完整的 ROS

avatar DAMO开发者矩阵

AGV锂电池与RGV锂电池的区别？（2026版知识手册）

AGV锂电池是为自动导引运输车提供动力的锂离子电池系统，主要特点是：支持无轨自主导航具备路径规划与避障能力工作模式复杂（启停频繁、路径变化多）依赖智能BMS与通信系统常见应用包括：仓储AGVAMR自主移动机器人工厂物流搬运车RGV锂电池是为有轨穿梭车（Rail Guided Vehicle）提供动力的电池系统，其特点是：沿固定轨道运行运行路径固定调度逻辑简单运行稳定性要求高常见应用包括：自动化立体

avatar DAMO开发者矩阵

Letta：给 AI Agent 装上长期记忆

Letta（原MemGPT）是一个为AI Agent提供长期记忆功能的开源项目，已在GitHub获得23.5K Star。它通过持久化记忆系统解决了传统AI对话中上下文丢失的问题，支持自动整理和调用关键信息。Letta提供命令行工具和Python/TypeScript SDK两种使用方式，兼容多款主流模型（如GPT-5.2、Claude Opus），并采用分块记忆机制动态管理用户信息、Agent人

avatar DAMO开发者矩阵