简介

本文详细介绍了如何使用Dify搭建知识库并接入AI服务，分为两部分：首先部署Dify平台并配置知识库上传功能；然后通过Ollama部署本地Qwen3模型，解决服务监听和模型接入问题。教程提供了完整的安装、配置和调试步骤，帮助读者构建本地AI知识库系统，适合有一定技术基础的开发者实践。

---

*前端界面我明天会写一下，是一个开源软件，感兴趣的话可以点个关注不错过

这期注重分享如何使用Dify搭建一个知识库。（第二部分会包含使用Ollama部署本地模型）

第一部分：使用Dify并接入知识库和AI

先打开TUN模式，随后使用以下步骤安装

git clone https://github.com/langgenius/dify.git

cd dify/docker

cp .env.example .env #复制配置文件

docker compose up -d #启动Docker镜像

等待Docker拉取镜像完毕后就会启动镜像，需要注意的是默认提供网页管理的80端口需要保持空闲以及通行

sudo ufw allow 80

如果80端口没有冲突，此时就可以进入界面了

这部分是我已经部署好的样子，如果不着急的话，可以先修改一下相关设置文件再启动，这有利于上传知识库文件（看个人情况决定是否修改）

修改点1：修改上传文件的数目和大小（方便搭建知识库）

先进入项目的docker文件夹

修改.env文件

分别是文件大小和文件数目，保存修改后输入

docker compose down

docker compose up

重启Dify的Docker服务

此时就可以上传多个文件，接下来是接入AI部分

第二部分：使用Ollama部署本地模型提供服务

curl -fsSL https://ollama.com/install.sh | sh

直接运行以上代码，程序将会自动配置驱动和相关环境，建议开启魔法环境，如果不是使用这个方式安装的有可能在尝试拉取AI文件的时候弹出版本过旧的提示。

完成后重启，输入ollama run qwen3-vl:4b可以使用Qwen3

的4b模型进行测试*具备图片能力，但是这里暂时只是个简单的测试

注意当接入Dify的时候有可能会报错

当Dify服务或者其他需要调用的服务不在同样的环境下需要开启监听，这里是设置为全部监听，有一定程度的风险，不过问题不大，如果担心的话可以设置为特定的内网IP

sudo systemctl edit --full ollama 编辑系统文件

[Service]

Environment=“OLLAMA_HOST=0.0.0.0:11434”

找到后添加以上的行到文件并保存

随后重启服务

sudo systemctl daemon-reload

sudo systemctl restart ollama

以及ufw allow 11434

以及配置如下

名称的话可能要注意需要用代码获得

curl http://192.168.124.3:11434/api/tags

（以下是返回的参数）

{"models":[{"name":"qwen3-vl:4b","model":"qwen3-vl:4b","modified\_at":"2025-12-30T20:32:52.501606347+08:00","size":3295636135,"digest":"1343d82ebee38e26a4dd6b0180b915eb91550184e67c505dea97509571c8f683","details":{"parent\_model":"","format":"gguf","family":"qwen3vl","families":["qwen3vl"],"parameter\_size":"4.4B","quantization\_level":"Q4\_K\_M"}}]}

名称正确后即可享用

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓