AnythingLLM + Ollama 搭建私有 AI 知識庫：在自有伺服器部署 RAG 文件問答機器人
通用聊天機器人並不瞭解你的產品、價格、流程和內部文件，而把這些資料貼上到公共 AI 服務中往往又不可接受。藉助檢索增強生成（RAG），助手會先在你自己的文件中檢索，再根據檢索到的內容作答，並附上引用來源。本文在你自己的伺服器上部署 AnythingLLM，並使用由 Ollama 提供的本地模型，內容包括：安裝、接入語言模型和向量嵌入模型、將文件上傳到工作區、配置僅基於文件作答、新增使用者以及通過 HTTPS 釋出。如需規劃更大規模的部署（地區、向量資料庫、資料保護），請參見在獨立伺服器上搭建私有 AI 客服知識庫。
步驟 1：準備模型
RAG 需要用到兩個模型：向量嵌入模型（embedding model）負責把文件片段和問題轉換成向量以便檢索，對話模型（chat model）負責生成回答。兩者都在 Ollama 中執行。
ollama pull nomic-embed-text # embedding model (small and fast on CPU)
ollama pull qwen2.5:7b # chat model; good with Chinese and English
ollama list
# AnythingLLM runs in a container, so Ollama must accept connections from Docker
# (OLLAMA_HOST=0.0.0.0 plus the firewall rules from the Ollama guide). Check:
curl -s http://172.17.0.1:11434/api/tags | head -c 300; echo對於小團隊，一台 8 核及以上、16 GB 記憶體的伺服器即可流暢執行這套組合。上傳大量檔案時，文件向量化會佔用一段時間的 CPU；回答問題時使用的是對話模型。
步驟 2：啟動 AnythingLLM
AnythingLLM 執行在 Docker 中（參見我們的 Docker 安裝教程）。
export STORAGE_LOCATION=/opt/anythingllm
mkdir -p $STORAGE_LOCATION && touch "$STORAGE_LOCATION/.env"
chown -R 1000:1000 $STORAGE_LOCATION # the container runs as user ID 1000
docker run -d --name anythingllm --restart always \
-p 127.0.0.1:3002:3001 \
--cap-add SYS_ADMIN \
--add-host=host.docker.internal:host-gateway \
-v ${STORAGE_LOCATION}:/app/server/storage \
-v ${STORAGE_LOCATION}/.env:/app/server/.env \
-e STORAGE_DIR="/app/server/storage" \
mintplexlabs/anythingllm
docker logs -f anythingllm # wait until the server reports it is listeningWeb 介面在容器內監聽 3001 埠，並對映到宿主機的 127.0.0.1:3002，因此只能通過步驟 3 中的 HTTPS 反向代理訪問。
步驟 3：通過 HTTPS 釋出
將 kb.example.com 之類的子域名解析到伺服器，申請證書（參見使用 Certbot 或 acme.sh 申請免費 SSL 證書），然後反向代理到容器：
server {
listen 443 ssl;
http2 on;
server_name kb.example.com;
ssl_certificate /etc/letsencrypt/live/kb.example.com/fullchain.pem;
ssl_certificate_key /etc/letsencrypt/live/kb.example.com/privkey.pem;
client_max_body_size 100m; # document uploads
location / {
proxy_pass http://127.0.0.1:3002;
proxy_http_version 1.1;
proxy_set_header Upgrade $http_upgrade;
proxy_set_header Connection "upgrade";
proxy_set_header Host $host;
proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
proxy_set_header X-Forwarded-Proto $scheme;
proxy_read_timeout 600s;
}
}步驟 4：接入模型
開啟 https://kb.example.com 並完成初始設定，以下各項之後都可以在 Settings（設定）中修改：
- LLM 提供方：選擇 Ollama，Base URL 填寫
http://host.docker.internal:11434，對話模型選擇qwen2.5:7b。 - 向量嵌入提供方：選擇 Ollama 並使用
nomic-embed-text（或使用 AnythingLLM 內建的嵌入器）。 - 向量資料庫：使用內建的 LanceDB，無需額外配置。
步驟 5：啟用多使用者模式保障安全
上傳任何內容之前，先在安全設定中啟用多使用者模式，並設定管理員密碼。然後為每位同事建立帳號並分配 Default 角色，這樣他們可以在你分配的工作區中對話，但無法修改設定，也看不到其他工作區。
步驟 6：建立工作區並上傳文件
工作區是一個獨立的知識庫，擁有自己的文件和設定，例如“產品目錄”“客服流程”或“人事制度”。
- 建立工作區並開啟它的上傳對話方塊。
- 上傳 PDF、Word、純文本、Markdown 或 CSV 檔案，或者通過 URL 抓取網頁。
- 將上傳的檔案移入工作區，然後點選 Save and Embed（儲存並向量化）。AnythingLLM 會把檔案切分成片段並儲存其向量。
乾淨的文本型文件效果最好。掃描版 PDF 需要先做 OCR；標題清晰的長文件，比一個包羅永珍的超大檔案更容易檢索。
步驟 7：讓回答限定在文件範圍內
在工作區設定中：
- 將對話模式設為 Query（查詢模式）：助手只有在找到相關片段時才會作答，否則會說明沒有相關資訊，而不是憑空猜測。
- 編寫系統提示詞，例如：“你是 ACME 的內部助手。只根據提供的文件回答，註明出處，並使用提問所用的語言回覆。”
- 如果回答遺漏了相關事實或摻入了無關內容，可調整每次回答使用的片段數量和相似度閾值。
每條回答都會顯示引用來源，點選即可檢視使用了哪個文件片段。
步驟 8：維護知識庫
文件有更新時，先從工作區中移除舊版本，再上傳新版本，以免引用過時的價格或流程。請定期備份 /opt/anythingllm，其中包含文件、向量、使用者和聊天記錄。AnythingLLM 還提供 API 和可嵌入的聊天小部件，方便你以後在自己的網站或應用中呼叫某個工作區。
常見問題
助手給出了文件中沒有的內容
將工作區切換為 Query 模式，收緊繫統提示詞，並檢查引用來源。如果始終檢索不到正確的片段，請把文件拆分成多個標題清晰的小檔案，或嘗試更大的對話模型。
回答速度慢
大部分時間花在對話模型用 CPU 生成文本上。快速查詢可使用較小的模型，減少每次回答使用的片段數量，並讓模型常駐記憶體（參見 Ollama 教程中的效能最佳化建議）。
可以用雲端 AI API 代替 Ollama 嗎？
可以，AnythingLLM 支援多種模型服務商。但請注意，這樣一來你的文件和問題都會傳送給該服務商，並且只能使用其服務條款所允許的服務商和地區。對於機密資料，本文的本地部署方案可以讓所有資料都留在你的伺服器上。
如果按以上步驟操作後問題仍未解決，請提交工單聯絡 IMIDC 7×24 技術支援，並附上伺服器 IP、系統版本、CPU 和記憶體配置、docker logs anythingllm 的輸出以及完整報錯資訊，方便工程師快速定位。