上一篇文章《37.4k 的 Dify，一款小白也可以轻松上手的大模型开发平台（一）：部署及基础使用》我们介绍了 Dify 的部署及基础使用，今天我们来介绍一下如何为 Dify 接入 Ollama。
关于如何在本地部署并使用 Ollama，可以参考👉中文版斯坦福多智能体AI小镇（一）：安装 Ollama
使用 Ollama
还是在设置的弹窗中选择「模型供应商」，这次我们选择 Ollama，以 qwen2:7b 模型为例：
- 模型名称我们填入
qwen2:7b - 基础 URL 填入
http://host.docker.internal:11434 - 其他选项可以根据自己的需求进行配置，或者也可以保持默认
- 然后保存即可
回到创建的应用中，在编排页面的右上角切换大模型为 qwen2:7b:
可以看到的，由于是本地大模型，所以响应速度非常快！
知识库配置嵌入模型
因为咱们本次使用 Ollama 来作为 Dify 的 AI 模型，所以在创建知识库时会有一些问题：
这是因为 Dify 默认的系统 Embedding 模型是 OpenAI 的 text-embedding-3-large，但是当我们使用本地大模型时，是无法连接到这个模型的，所以我们还需要再拉取一个 Embeddinng 模型下来，这里以 nomic-embed-text 为例：
ollama pull nomic-embed-text
然后在 Ollama 模型设置中选择 Text Embedding：
保存之后，我们可以修改 Dify 的默认系统模型，点击右上角的「系统默认设置」按钮进行设置：
再创建一个新的知识库进行测试：
也可以成功嵌入：
测试应用
接下来我们将刚刚创建的知识库添加到应用中去，并给应用添加提示词。如果不知道怎么编写提示词，还可以点击右上角的自动编排让 AI 帮助我们完成：
点击右下角的「应用」按钮，就会自动为我们添加这些提示词和开场白到应用中了：
我们可以在知识库中添加大量的 K8s 相关的资料，打造一款 K8s 大师应用。是不是很棒😁
使用 Ollama 来作为 Dify 的 AI 模型，并结合搭建本地知识库，对于中小型企业来说是非常简单的、不太花费多少成本即可实现定制化 AI 的方法。它的应用场景有很多，比如：
- 构建企业内部私有知识库
- 基于 Dify 搭建企业微信机器人
- 非专业人员也可以快速搭建部门内部私有 AI 问答机器人
- ……
