手动更新
This commit is contained in:
34
wiki/entities/ChatGPT.md
Normal file
34
wiki/entities/ChatGPT.md
Normal file
@@ -0,0 +1,34 @@
|
||||
---
|
||||
title: "ChatGPT"
|
||||
type: entity
|
||||
tags: [ai, llm, product, openai]
|
||||
last_updated: 2026-04-23
|
||||
---
|
||||
|
||||
# ChatGPT
|
||||
|
||||
## Type
|
||||
Product
|
||||
|
||||
## Aliases
|
||||
- Chat Generative Pre-trained Transformer
|
||||
- ChatGPT
|
||||
|
||||
## Description
|
||||
ChatGPT 是 OpenAI 开发的大语言模型对话产品,基于 GPT 系列模型,支持自定义指令(Custom Instructions)功能,允许用户配置 AI 的响应风格、交互偏好和输出格式。
|
||||
|
||||
## Custom Instructions(自定义指令)
|
||||
ChatGPT 的个性化配置功能,包含两个维度:
|
||||
1. **自定义指令**:定义 AI 的响应风格和交互偏好(如"高度有条理"、"主动预判需求")
|
||||
2. **你的详情**:描述用户背景信息(如专业领域、技术水平、使用场景)
|
||||
|
||||
用户可设置:错误零容忍、提供详细解释、引用来源放末尾、不进行道德说教等个性化要求。
|
||||
|
||||
## Relevance to This Wiki
|
||||
- [[openai-chatgpt-个性化定义]]:用户的完整 ChatGPT 个性化配置定义
|
||||
- [[AI簡報工作流]]:ChatGPT 担任"知识整理者"角色
|
||||
- [[designing-for-agentic-ai]]:ChatGPT 是个性化配置的典型案例
|
||||
|
||||
## Sources
|
||||
- [[openai-chatgpt-个性化定义]]
|
||||
- [[教學-chatgpt-先做知識整理-再讓-canva-gamma-ai-輸出簡報]]
|
||||
25
wiki/entities/DeepSeek.md
Normal file
25
wiki/entities/DeepSeek.md
Normal file
@@ -0,0 +1,25 @@
|
||||
---
|
||||
title: "DeepSeek"
|
||||
type: entity
|
||||
tags: []
|
||||
---
|
||||
|
||||
## Overview
|
||||
DeepSeek 是一家专注于通用人工智能(AGI)的中国科技公司,以开源推理模型 DeepSeek-R1 闻名。
|
||||
|
||||
## Aliases
|
||||
- DeepSeek AI
|
||||
- 深度求索
|
||||
|
||||
## Key Products
|
||||
- **DeepSeek-R1**:开源推理模型,以处理复杂任务见长,在国际 AI 领域备受瞩目
|
||||
|
||||
## Key People
|
||||
- [[余梦珑]]:DeepSeek 使用手册合作作者
|
||||
|
||||
## Key Events
|
||||
- 2025年:发布 DeepSeek-R1 推理模型,震惊全球 AI 界
|
||||
- 2025年2月:与清华大学合作发布《DeepSeek从入门到精通2025》官方使用手册
|
||||
|
||||
## Sources
|
||||
- [[清华出的DeepSeek使用手册,104页,真的是太厉害了!(免费领取)]]
|
||||
77
wiki/entities/Ollama.md
Normal file
77
wiki/entities/Ollama.md
Normal file
@@ -0,0 +1,77 @@
|
||||
---
|
||||
title: "Ollama"
|
||||
type: entity
|
||||
tags: []
|
||||
last_updated: 2026-04-23
|
||||
---
|
||||
|
||||
# Ollama
|
||||
|
||||
## Overview
|
||||
Ollama 是一个开源的本地大语言模型(LLM)运行框架,让用户可以在本地机器上部署和运行大型语言模型,实现**免费离线使用 LLM 能力**,同时确保私有数据的隐私和安全性。
|
||||
|
||||
## Aliases
|
||||
- Ollama
|
||||
- ollama
|
||||
|
||||
## Key Facts
|
||||
- **官网**: https://ollama.com
|
||||
- **中文站**: https://ollama.org.cn
|
||||
- **GitHub**: https://github.com/ollama/ollama
|
||||
- **支持平台**: macOS, Windows, Linux, Docker
|
||||
- **API 端口**: localhost:11434
|
||||
|
||||
## Supported Models
|
||||
- DeepSeek-R1 系列(1.5B ~ 671B 参数)
|
||||
- Qwen 系列
|
||||
- Llama 系列
|
||||
- 第三方模型(HuggingFace、魔塔社区)
|
||||
|
||||
## Core Commands
|
||||
| 命令 | 功能 |
|
||||
|------|------|
|
||||
| `ollama run <model:size>` | 下载并运行模型 |
|
||||
| `ollama pull <model:size>` | 拉取模型 |
|
||||
| `ollama create <name> -f <Modelfile>` | 从 Modelfile 导入本地 GGUF 模型 |
|
||||
| `ollama list` | 列出所有已下载模型 |
|
||||
| `ollama ps` | 列出正在运行的模型 |
|
||||
| `ollama serve` | 启动 Ollama 服务 |
|
||||
|
||||
## Hardware Requirements
|
||||
| 模型 | 建议内存 | 建议显存 | 适用场景 |
|
||||
|------|---------|---------|---------|
|
||||
| 1.5B | 4~8 GB | 4 GB | 轻量快速 |
|
||||
| 7B | 16 GB | 14 GB | 日常使用 |
|
||||
| 8B | 16 GB | 14 GB | 较高精度 |
|
||||
| 14B | 32 GB | 26 GB | 复杂任务 |
|
||||
| 32B | 64 GB | 48 GB | 专业级 |
|
||||
| 70B+ | 128+ GB | 140+ GB | 超大规模 |
|
||||
|
||||
## Docker Deployment
|
||||
```bash
|
||||
# CPU 模式
|
||||
docker run -d -p 11434:11434 -v /data/ollama:/root/.ollama --name ollama ollama/ollama
|
||||
|
||||
# GPU 模式
|
||||
docker run --gpus=all -d -p 11434:11434 -v /data/ollama:/root/.ollama --name ollama ollama/ollama
|
||||
```
|
||||
|
||||
## Environment Variables
|
||||
| 变量 | 默认值 | 说明 |
|
||||
|------|--------|------|
|
||||
| OLLAMA_MODELS | ~/.ollama/models | 模型存储路径 |
|
||||
| OLLAMA_HOST | 127.0.0.1 | 服务绑定地址 |
|
||||
| OLLAMA_ORIGINS | * | 允许的来源域名 |
|
||||
|
||||
## Key Concepts
|
||||
- [[Local LLM Deployment]]:Ollama 是实现本地 LLM 部署的核心工具
|
||||
- [[Docker LLM Deployment]]:Ollama 支持 Docker 部署模式
|
||||
- [[Model Quantization]]:GGUF 格式量化模型可通过 `ollama create` 导入
|
||||
|
||||
## Related Entities
|
||||
- [[DeepSeek]]:Ollama 官方支持的深度求索推理模型
|
||||
- [[Open WebUI]]:基于 Ollama API 的开源 Web 界面
|
||||
- [[HuggingFace]]:第三方模型来源
|
||||
|
||||
## Sources
|
||||
- [[详细-离线部署大模型-ollama-deepseek-open-webui安装使用方法及常见问题解决-1]]
|
||||
67
wiki/entities/Open-WebUI.md
Normal file
67
wiki/entities/Open-WebUI.md
Normal file
@@ -0,0 +1,67 @@
|
||||
---
|
||||
title: "Open WebUI"
|
||||
type: entity
|
||||
tags: []
|
||||
last_updated: 2026-04-23
|
||||
---
|
||||
|
||||
# Open WebUI
|
||||
|
||||
## Overview
|
||||
Open WebUI(原名 Ollama WebUI)是一个开源的大语言模型 Web 界面项目,通过部署它可以得到一个**纯本地运行的基于浏览器访问的 Web 服务**。它提供了可扩展、功能丰富、用户友好的自托管 AI Web 界面,支持各种大型语言模型(LLM)运行器,可以通过配置形式便捷地集成 Ollama、OpenAI 等提供的 API。
|
||||
|
||||
## Aliases
|
||||
- Open WebUI
|
||||
- OpenWebUI
|
||||
- open-webui
|
||||
|
||||
## Key Facts
|
||||
- **Docker 镜像**: ghcr.io/open-webui/open-webui:main
|
||||
- **默认端口**: 8080
|
||||
- **核心功能**: 聊天机器人、本地知识库(RAG)、图像生成、联网搜索
|
||||
|
||||
## Core Features
|
||||
1. **多模型支持**: 通过 Ollama API 或 OpenAI API 接入多种 LLM
|
||||
2. **RAG 本地知识库**: 使用嵌入模型(如 bge-m3)构建本地知识库
|
||||
3. **联网搜索**: 支持 Bing、博查等搜索引擎接入
|
||||
4. **图像生成**: 集成图像生成能力
|
||||
5. **跨域访问**: 通过 `CORS_ALLOW_ORIGIN=*` 支持跨域 API 调用
|
||||
|
||||
## Docker Compose 部署示例
|
||||
```yaml
|
||||
services:
|
||||
open-webui:
|
||||
image: ghcr.io/open-webui/open-webui:main
|
||||
environment:
|
||||
- OLLAMA_API_BASE_URL=http://ollama:11434/api
|
||||
- WEBUI_NAME="My LLM Service"
|
||||
- ENABLE_OPENAI_API=false
|
||||
- CORS_ALLOW_ORIGIN=*
|
||||
- ENABLE_IMAGE_GENERATION=true
|
||||
- DEFAULT_MODELS=deepseek-r1:8b
|
||||
- RAG_EMBEDDING_MODEL=bge-m3
|
||||
ports:
|
||||
- 8080:8080
|
||||
volumes:
|
||||
- ./open_webui_data:/app/backend/data
|
||||
```
|
||||
|
||||
## 前提条件
|
||||
- 已安装 Docker
|
||||
- 已部署 Ollama 并拉取模型(deepseek-r1:8b 和 bge-m3)
|
||||
|
||||
## 联网搜索配置
|
||||
操作路径:`设置 → 联网搜索 → 启用联网搜索`
|
||||
支持的搜索引擎:
|
||||
- Bing
|
||||
- 博查(https://aq6ky2b8nql.feishu.cn/wiki/XgeXwsn7oiDEC0kH6O3cUKtknSR)
|
||||
|
||||
**注意**:如不需要联网搜索功能,请勿开启以保护隐私数据。
|
||||
|
||||
## Related Entities
|
||||
- [[Ollama]]:Open WebUI 通过 Ollama API 接入 LLM 服务
|
||||
- [[DeepSeek]]:Open WebUI 的推荐默认模型之一
|
||||
- [[RAG]]:Open WebUI 使用 RAG 技术构建本地知识库
|
||||
|
||||
## Sources
|
||||
- [[详细-离线部署大模型-ollama-deepseek-open-webui安装使用方法及常见问题解决-1]]
|
||||
32
wiki/entities/OpenAI.md
Normal file
32
wiki/entities/OpenAI.md
Normal file
@@ -0,0 +1,32 @@
|
||||
---
|
||||
title: "OpenAI"
|
||||
type: entity
|
||||
tags: [ai, company, llm]
|
||||
last_updated: 2026-04-23
|
||||
---
|
||||
|
||||
# OpenAI
|
||||
|
||||
## Type
|
||||
Company
|
||||
|
||||
## Aliases
|
||||
- OpenAI LLC
|
||||
- OpenAI LP(盈利主体)
|
||||
|
||||
## Description
|
||||
OpenAI 是美国人工智能研究公司,开发了 GPT 系列大语言模型、ChatGPT 产品、API 接口及 DALL·E 图像生成模型。
|
||||
|
||||
## Key Products
|
||||
- **ChatGPT**:对话式 AI 助手,支持自定义指令(Custom Instructions)功能
|
||||
- **GPT-4 / GPT-4o / GPT-4.5**:最新大语言模型系列
|
||||
- **OpenAI API**:为开发者提供 LLM 调用接口
|
||||
- **DALL·E**:文本生成图像模型
|
||||
- **Whisper**:开源语音识别模型
|
||||
- **Sora**:视频生成模型
|
||||
|
||||
## Relevance to This Wiki
|
||||
OpenAI 是本 Wiki 中多个 AI 工具和方案的底层技术提供商:[[ChatGPT]] 是用户自定义配置的主体;[[OpenClaw]] 可接入 OpenAI API;n8n、Claude 等工具均支持 OpenAI 模型集成。
|
||||
|
||||
## Sources
|
||||
- [[openai-chatgpt-个性化定义]]
|
||||
18
wiki/entities/tukuai.md
Normal file
18
wiki/entities/tukuai.md
Normal file
@@ -0,0 +1,18 @@
|
||||
---
|
||||
title: "tukuai"
|
||||
type: entity
|
||||
tags: []
|
||||
---
|
||||
|
||||
## Profile
|
||||
独立研究者,GitHub @tukuai,本文形式化理论框架的提出者。
|
||||
|
||||
## Role
|
||||
- **理论作者**:递归自我优化生成系统(Recursive Self-Optimizing Generative Systems)论文的作者
|
||||
- **仓库维护**:vibe-coding-cn 仓库的贡献者
|
||||
|
||||
## Sources
|
||||
- [[a-formalization-of-recursive-self-optimizing-generative-systems]]
|
||||
|
||||
## Aliases
|
||||
- tukuai
|
||||
17
wiki/entities/余梦珑.md
Normal file
17
wiki/entities/余梦珑.md
Normal file
@@ -0,0 +1,17 @@
|
||||
---
|
||||
title: "余梦珑"
|
||||
type: entity
|
||||
tags: []
|
||||
---
|
||||
|
||||
## Overview
|
||||
余梦珑,清华大学新闻与传播学院元宇宙文化实验室博士后研究员,与团队共同撰写了《DeepSeek从入门到精通2025》官方使用手册(104页)。
|
||||
|
||||
## Affiliation
|
||||
- 清华大学新闻与传播学院元宇宙文化实验室
|
||||
|
||||
## Key Publications
|
||||
- 《DeepSeek从入门到精通2025》(2025年2月)
|
||||
|
||||
## Sources
|
||||
- [[清华出的DeepSeek使用手册,104页,真的是太厉害了!(免费领取)]]
|
||||
Reference in New Issue
Block a user