前几天，我发了一篇文章：DeepSeek + Dify ：零成本搭建企业级本地私有化知识库保姆级喂饭教程，在公众号，知乎，星球上，很多朋友都跟着进行了实操，也给了我很多的反馈。

在此，我专门做一下集中答疑，希望朋友们少走弯路，主要集中在以下两点：

一、Dify 和 ollama 关联时，使用本机IP，还是跑不通怎么办？

如果使用本机内网IP联不通的话，可以尝试把指定 Ollama 的 API 地址改为host.docker.internal:11434 试试

图片

改完后，执行如下两个命令：docker compose downdocker compose up -d二、知识库 embedding 模型使用哪个比较好？

原本为了降低教程难度，我就使用了deepseek-r1模型作为embedding模型来使用了，使用效果也勉强过得去.

但是，deepseek-r1毕竟不是专门的embeddinig模型，他不是专门为了嵌入场景训练的。

所以，使用deepseek-r1作为嵌入模型时，有些问题回答的不是很尽如人意。因此，我又测试了其他几款专业embedding模型，综合结果显示：bge-m3 效果最好，这里推荐大家使用 bge-m3 作为嵌入模型。

一）安装 bge-m3 模型

bge-m3 模型安装和deepseek-r1完全一样，一个命令即可安装：

ollama pull bge-m3

图片

Embedding 模型那么多，为什么选择 nomic-embed-text ？

BGE (BAAI General Embedding) 专注于检索增强llm领域，经本人测试，对中文场景支持效果更好，当然也有很多其他embedding模型可供选择，可以根据自己的场景，在ollama上搜索“embedding”查询适合自己的嵌入模型。

图片

二）配置 Embedding 模型

图片

图片

三）创建知识库

图片

四）上传资料

图片

五）保存并处理

图片

图片

六）知识库创建完成

图片

七）测试效果

对比可以看到，使用bge-m3之前，对于有些问题的回答，答非所问，虽然有时候答案是对的，但是那是蒙的，并没有引用到正确的知识库对应的信息。

使用了bge-m3之后，很明显答案有理有据，推理依据是正确的上下文，而非猜测。

所以，知识库回答效果跟Embedding模型有很大关系，需要根据实际场景进行选型。

图片

图片

如果还有疑问，可以加我微信私聊：ao-ai-coding，也可以通过飞书文档查看试试答疑，答疑内容会在这个文档内实时更新，文档地址：https://i3k3w6il9z.feishu.cn/docx/O8XSdRrt3o30Jmx8ZTccVgY0nLg?from=from_copylink

我是阿坡，专注于AI+RPA自动化提效。

如果在RPA学习过程中有任何问题，欢迎加我v：ao-ai-coding，拉你进RPA实战交流群。

我和明鉴老师在平时和学员交流沟通的过程中，经常会遇到，智能体玩的很好的小伙伴，有提效的需求；玩RPA很好的小伙伴，有内容创作的需求。

所以，我们觉得是时候让 RPA和智能体 来一个合体了！

我敢说，你要是学会了 RPA+智能体，分分钟起飞！简直是降维打击！

因为看到了这个趋势，我们研发了一个小册子，目的是让更多人能够了解什么是RPA和智能体，也能让大家实操学会怎么样玩转RPA和智能体！

我们这个小册子主要提供一个文档和一个技术交流群，群里会交流各种好玩的 RPA+智能体 的技术！低成本的学习自动化提效，享受效率人生！

内容大纲可看下图，干货满满，内容会持续完善更新，并在群内进行讲解答疑！

图片

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。