Skip to main content

1-25-04-30-RAG使用交付

6 min read

本地智能知识库使用手册​

1. 启动​

​ 因为知识库背后需要一些软件，交付之前已经设置开机启动，所以无特殊情况不用进行1.1，可以直接看1.2进行登陆访问

1.1 启动Docker Desktop​

​ 在搜索栏中搜索 Docker Desktop，直接点击打开，然后就不用管了，可以把它最小化，以免干扰

image-20250430153423704

1.2 注册​

找到任意的浏览器，搜索localhost，并回车即可看到登陆页面,可以先进行注册

在注册界面依次填入邮箱，用户名，密码即可

image-20250504172840703

1.3 登陆访问​

在登陆页面输入你的信息

image-20250430153626993

​ 初始管理员邮箱: admin@test.com , 密码: 123456

​ 后期可以自己修改

2. 简单使用​

​ 我们期望本地智能知识库可以给我们提供业务上的帮助，所以一般使用聊天对话的方式和知识库互动，获取自己想要的信息。

​ 点击页面标题中间的“聊天”，可以看到页面的变化

​ 这里左侧提供了两个聊天助手，一个是“统计分析助手”，另一个是“通用知识库助手”，可以根据需求不同，来找对应的助手进行“咨询”

​ 两个助手的区别在于，提示词不同以及所使用的知识库不同。

image-20250430162943704

2.1 通用知识库助手​

**使用场景：**对业务不太熟悉，直接询问某些业务的技术术语解释，助手会给出基于已有行业知识文件的内容来进行解析。

使用方式：点击“通用知识库助手”，找你之前的某个聊天，或者点击聊天右侧的➕号，新建一个。

然后直接提问即可，比如我这里提问：“OLT是什么”，他会根据我的问题，先去本地知识库中搜索相关的文件，接着结合大模型的回答进行回答。

image-20250430163551684

2.2 统计分析助手​

**使用场景：**想基于已有的某个文件或者某些文件进行数据分析。

使用方式：点击“统计分析助手”，找你之前的某个聊天，或者点击聊天右侧的➕号，新建一个，步骤和2.1类似，不再赘述。

本助手和前一个助手有所区别的是，所用知识库中有一些excel，可以用来对excel中的数据提供基本的数据分析。

3. 维护行业知识文件​

​ 作为一个本地知识库，和一般大模型不同的就是我们可以维护自己的知识库，以期望大模型可以帮我们回答一般通用大模型（Deepseek R1）无法回答的问题，而本地的知识是需要通过某种方式给到我们的软件。

3.1 知识库介绍​

image-20250430155058488

这里有两个知识库：表格知识库 以及 通用知识库

  • 表格知识库可以对excel，csv等表格型的文件更好的处理和管理
  • 通用知识库可以对一些PPT，word，PDF等格式更好的处理和管理

3.2 上传文件到知识库​

进入某个知识库，这里以通用知识库为例，

点击新增文件，选择本地文件

image-20250504171809039

勾选创建时解析，然后点击上传文件或者拖拽上传，点击确定即可

image-20250504171909821

解析会占用一定的时间，等待这里的状态变为完成才可使用这个文件中的内容

image-20250504172042200

  • 注意，虽然可以处理比较大的文件，但是最好不要超过一定的大小，比如30M，解析会比较慢

3.3 从知识库中删除文件​

在知识库中可以对文件进行删除或者其他操作

image-20250504172200785

4. 人员管理​

一般部署本地知识库是给整个团队或者公司提升效率，为了避免多人使用同一个账号带来的隐私性问题，支持多账号登陆管理。

4.1 添加人员​

先让其他团队成员按照1.2，1.3注册登陆，

然后管理员（你）按照如下操作

image-20250504172527632

image-20250504172551256

输入正确的团队成员邮箱之后，即可发送邀请 image-20250504173154481

而被邀请同事来到相同的界面（用他自己的账号登陆），则可以看到需要他同意

image-20250504173750974

被邀请人同意之后，admin这里会看到角色状态的变更：

image-20250504174102555

此时其他团队成员也可以看到所有的知识库了（需要admin在知识库的设置中权限设置为“团队”）

image-20250504174636910

但为了防止API key的滥用，如果其他人员需要添加文件，是不允许的，需要自己绑定自己的API key来使用

4.2 删除人员​

在团队成员列表中的末尾有个删除按钮

image-20250504174812483

5. 大模型配置​

5.1 LLM大模型的配置​

LLM表示聊天对话大模型，用来在聊天助手对话那块。

目前因为机器的配置原因采用的是线上满血DeepSeek R1版，如果后期需要修改，可以通过如下步骤进行修改：

image-20250504175252953

接下来的对话框会让你提供一个API-Key

image-20250504175305478

不同的大模型的API-Key获取方式不太一样，但思路是一样的：

首先来到对应的官网，比如DeepSeek(https://platform.deepseek.com/api_keys)

进入后来到API-Keys，点击创建

image-20250504175607557

输入名称，点击创建

image-20250504175653670

然后会弹出一个对话框，显示了API Key，点击拷贝复制到我们的网站上（注意这里的API-Key只会出现一次，最好找个地方记下来，否则忘记的话只能删了重新创建了）

image-20250504175750264

我们粘贴刚才的API Key，

image-20250504175909776

可以看到添加成功：

image-20250504175938664

那既然在系统里面添加了LLM模型，我们就可以在聊天助手中使用了

image-20250504180056048

在聊天助手的右侧鼠标停留一段时间，会出现编辑按钮

image-20250504180158885

在新对话框，模型设置的tab下面就可以选择新的模型了

5.2 Embedding模型的配置​

Embedding模型主要是用来解析本地文件的，把本地知识向量化，这样后期检索会更快。

可以也按照5.1的方式找添加一个带embedding标识的大模型即可

之后来到表格知识库，可以设置embedding的模型了： image-20250504180431732

Loading Comments...
0%