环境信息

练习测试用，所以资源很低，8G显卡。大模型部署在Windows台式机上，MaxKB部署在CentOS虚拟机上。

台式机：

硬件：i7 13900+ NV GeForce RTX 3060 Ti 8G显存 + 32G内存

软件：Windows 11操作系统，安装CUDA 12.4+cuDNN 9.1 + Ollma

虚拟机：

硬件：4核 + 32G内存

软件：CentOS 7.9 + Docker20.10.0

问了DeepSeek，这个破显卡只能跑最低端的1.5b版本。

安装过程

CUDA环境

1、安装Visual Studio 2019。

CUDA工具包在Windows平台下需要调用MSVC（Microsoft Visual C++）编译器进行代码编译，而MSVC编译器是Visual Studio的组件。即使不直接使用Visual Studio进行开发，安装CUDA时也需要安装Visual Studio以获取MSVC编译器套件。

如果未安装Visual Studio，在CUDA安装过程中会提示错误（例如显示“Visual Studio Integration未找到”），并可能导致安装失败。

在CUDA安装选项中，默认会勾选“Visual Studio Integration”组件。若已安装VS，此组件可保留；若未安装VS，需手动取消勾选该选项，但此时仅能使用CUDA运行时库，无法进行本地代码编译。

（Linux系统：在Linux环境下，CUDA依赖GCC等开源编译器，无需Visual Studio。）

安装的时候，选择【使用C++的桌面开发】就可以了。

2、安装CUDA 12.4

首先要查看显卡能支持的CUDA版本，打开NVDIA控制面板，帮助->系统信息，第三行，这个显卡能支持12.6及以下的CUDA toolkit版本。

官网下载对应版本的安装包，我下载的12.4版。

CUDA Toolkit Archive | NVIDIA Developer

双击安装包，一路下一步，这儿选择的是自定义，按照默认的配置。

安装完成后，输入nvcc --version确认成功。

3、安装cuDNN

官网下载和12.4对应的cuDNN9.1版。

cuDNN Archive | NVIDIA Developer

安装，一路下一步，这儿只需要选择12.4，

完成后在系统环境变量path中加入四个路径，

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4\libnvvp

 进入安装目录下的\extras\demo_suite路径，

运行bandwidthTest.exe

 运行deviceQuery.exe

 两个result都是pass,表示安装成功。

大模型环境

1、进入ollama网站：Ollama

下载安装包，双击运行，安装完成后，会在电脑右下角出现Ollama图标，可以不用先启动Ollama，先退出做一些必要路径的配置！

右键图标，会出现退出的按钮「Quit Ollama」，注意：一定要退出Ollama，否则下边的环境配置无法生效！
Ollama安装后添加了开机启动，可以通过电脑管家之类的关闭开机自启动。
Ollama 的默认模型存储路径如下：C:\Users%username%.ollama\models，无论 C 盘空间大小，需要安装多少模型，都建议换一个存放路径到其它盘，否则会影响电脑运行速度。

打开「系统环境变量」，新建一个系统变量OLLAMA_MODELS ，然后设置ollama模型的存储路径。
变量名：OLLAMA_MODELS
变量值（路径）：D:\ollama\models

配置端口（可选）：
Ollama API 的默认访问地址和侦听端口是http://localhost:11434，只能在装有 Ollama 的系统中直接调用。如果要在网络中提供服务，请修改 API 的侦听地址和端口（在系统环境变量里设置）：
变量名：OLLAMA_HOST
变量值（端口）：:8000

只填写端口号可以同时侦听（所有） IPv4 和 IPv6 的:8000 端口。(变量值的端口前号前有个冒号:)
注：要使用 IPv6，需要 Ollama 0.0.20 或更高版本。另外，可能需要在 Windows 防火墙中开放相应端口的远程访问。

允许浏览器跨域请求。Ollama 默认只允许来自127.0.0.1和0.0.0.0的跨域请求，如果你计划在其它前端中调用 Ollama API，比如Open WebUI，建议放开跨域限制：
变量名：OLLAMA_ORIGINS
变量值：*

再次启动ollama，在cmd窗口中验证启动成功。

也可以通过http://ip:8000访问，出现ollama is running。表示启动成功。

安装大模型deepseek，

 ollama run deepseek-r1:1.5b

等待完成，接下来就可以愉快的问答了。

知识库部署

下载离线安装包，解压

tar -zxvf maxkb-v1.2.0-offline.tar.gz

修改解压后中的 install.conf 文件进行配置。 

## 安装目录
MAXKB_BASE=/opt
## Service 端口
MAXKB_PORT=8080
## docker 网段设置
MAXKB_DOCKER_SUBNET=172.19.0.0/16
# 数据库配置
## 是否使用外部数据库
MAXKB_EXTERNAL_PGSQL=false
## 数据库地址
MAXKB_PGSQL_HOST=pgsql
## 数据库端口
MAXKB_PGSQL_PORT=5432
## 数据库库名
MAXKB_PGSQL_DB=maxkb
## 数据库用户名
MAXKB_PGSQL_USER=root
## 数据库密码
MAXKB_PGSQL_PASSWORD=Password123@postgres

运行安装

bash install.sh

 待所有容器状态显示为healthy后，即可通过浏览器访问地址 http://目标服务器 IP 地址:8080，并使用默认的管理员用户和密码登录 MaxKB。

用户名：admin
默认密码：MaxKB@123..

知识库配置

系统设置中添加大模型

点击【添加模型】，选择ollama类型

填写好信息。

转到知识库，创建

上传文档，

设置分段规则，

转到应用，添加应用，选择前面建立的大模型和知识库

参数设置

完成，下面就可以愉快的问答了。