最近我在本地搭建了一个专属的AI知识库，用的是Webman AI+DeepSeek模型组合。整个过程踩了不少坑，现在把实战经验分享给大家，建议收藏备用

一、环境部署准备

1. 安装Redis Stack

docker pull docker.1ms.run/redis/redis-stack
mkdir /home/data/redis -p
docker run --name redis-stack -v /home/data/redis:/data -p 6380:6379 -d redis/redis-stack

注意：必须使用Redis Stack，普通Redis不支持向量存储

2. 安装依赖组件

composer require -W webman/redis illuminate/events

二、模型配置

1. 部署本地模型

ollama pull nomic-embed-text # 向量模型
ollama pull deepseek-r1:14b # 对话模型

可选模型：deepseek-coder-v2:latest、qwen2.5:14b

2. Webman后台配置

在AI模型管理页添加DeepSeek：

• 类型：deepseek

• API地址：http://127.0.0.1:11434

• ApiKey：填写"ollama"

三、数据训练流程

1. 数据准备

推荐格式：

# Webman中间件详解
Webman的中间件系统支持全局/路由/分组等多种配置方式...

注意：单个文件≤9KB，支持zip压缩包上传

训练文本格式示例

2. 上传训练数据

在AI训练集页面上传文件：

3. 开始训练

点击开始训练按钮，训练完成后查看AI训练数据中的向量值：

四、实战测试

在AI助手中选择训练好的角色：

角色提示词："你是Webman官方助手，只能回答框架相关问题，根据提供的文档内容作答"

五、注意事项

1. 硬件要求

• 向量模型：16GB内存（无显卡也可运行）

• 对话模型：建议RTX 3090以上显卡

1. 常见问题

• Class 'Redis' not found → 安装PHP Redis扩展

• 训练数据重复 → 使用去重工具预处理

1. 扩展建议

• 可通过爬虫抓取官网文档自动生成知识库

• 设置调用频率限制防止滥用

原文链接：https://www.workerman.net/q/13934