本地大模型也能“紧跟时事”：Ollama联网搜索 + 本地知识库

本文将用 Ollama 和 Page Assist 插件，快速部署一个具备在线搜索能力的本地大模型。

前言：

此处略过 Ollama 大模型的基础部署过程。如果未完成此步，请搜索相关教程，里面有足够详细的指导。

此外，接下来的许多步骤可能需要“科学上网”环境。

详细步骤：

• 第一步：下载并配置 Embedding 模型

除了已部署的 Ollama 大模型，我们还需要额外下载一个Embedding模型。

什么是Embedding模型以及为什么需要

Embedding模型：将离散符号（如单词、用户ID）转化为连续向量表示的技术，用于捕捉语义和结构信息。

why: ta通过将离散数据映射为向量，提升语义理解与处理效率，是连接数据与模型决策的关键桥梁。

复制Embedding模型的下载命令。

运行命令行：

按下Win + R组合键，在弹出的运行窗口中输入cmd，然后按回车键打开命令行界面。

首先输入ollama，确保 Ollama 程序正在后台运行。

将之前复制的下载命令粘贴到命令行中（Ctrl + V），然后按回车键执行。

下载完成后，可以再次打开命令行，输入ollama list来验证Embedding模型是否已成功下载。

• 第二步：安装并打开 Page Assist 插件

打开Google浏览器安装Page Assist插件

如果尚未安装，插件按钮会显示“Install”字样。

安装完成后，点击浏览器右上角的插件图标，打开 Page Assist 插件。

• 第三步：配置 Page Assist 插件

进入插件主界面后，首先确认是否有“Ollama 正在运行”的提示。然后，点击进入“设置”选项。

可以在设置中将界面语言调整为中文，以方便操作。

在“一般设置”中向下滚动，找到“搜索设置”部分。

（搜索引擎选择： DuckDuckGo 和 Google 需要“科学上网”。Google 有时可能不稳定，其他搜索引擎质量相对一般。在此，比较推荐使用 DuckDuckGo。当然，如果本地部署完成后，不方便“科学上网”，也可以选择 Bing 引擎。）

接下来，配置 RAG 设置。

选择之前额外下载的 Embedding 模型。其他设置可以保持默认，或者根据您的需求进行调整。务必点击“保存”以应用更改。

• 第四步：启用联网模式，开始智能对话！

最后返回主界面，选择一个模型，打开联网模式，就可以愉快地聊天啦

示例展示：

拓展功能：构建专属知识库

此外，还可以利用 Page Assist 的“管理知识”功能，打造个人的知识库。

点击后，知识库内容成功显示在上方区域，即表示导入成功。

还有很多功能可以自行探索哦

Enjoy