智能体开发-手把手教你搭建一个AI智能体

手把手大家搭建按一个 AI 智能体。

小孟微信：codemeng

网站：www.pdxmw.com

欢迎找我定制开发。

本系统全程免费学习，毫无尿点。三联支持。

# 快速开始

RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，通过融合前沿的 RAG 技术与 Agent 能力，为大型语言模型提供卓越的上下文层。它提供可适配任意规模企业的端到端 RAG 工作流，凭借融合式上下文引擎与预置的 Agent 模板，助力开发者以极致效率与精度将复杂数据转化为高可信、生产级的人工智能系统。

# 1、介绍

本文介绍在本地 Windows 上搭建智能客服对话系统的方案。该方案通过集成大语言模型，实现自动化的客户咨询与应答服务。

# 2、前提条件

CPU >= 4 核
RAM >= 16 GB
Disk >= 50 GB
Docker >= 24.0.0 & Docker Compose >= v2.26.1

# 3、下载资源

公众号：springmeng

回复：ragflow

# 4、安装

安装 docker

第一步：启动安装(默认 C 盘)

- <font style="color:rgb(15, 17, 21);">找到您下载好的</font><font style="color:rgb(15, 17, 21);"> </font>`<font style="color:rgb(15, 17, 21);background-color:rgb(235, 238, 242);">Docker Desktop Installer.exe</font>`<font style="color:rgb(15, 17, 21);"> </font><font style="color:rgb(15, 17, 21);">文件，</font>**<font style="color:rgb(15, 17, 21);">双击运行</font>**<font style="color:rgb(15, 17, 21);">。</font>

第二步：跟随向导

- <font style="color:rgb(15, 17, 21);">弹出安装向导后，您只需不断地点击 </font>**<font style="color:rgb(15, 17, 21);">“Next”（下一步）</font>**<font style="color:rgb(15, 17, 21);"> 或 </font>**<font style="color:rgb(15, 17, 21);">“Agree”（同意）</font>**<font style="color:rgb(15, 17, 21);"> 按钮，直到安装结束。</font>

⚠️** 重要空间提醒**

- <font style="color:rgb(15, 17, 21);">Docker在后续使用中会下载镜像和容器，总占用空间</font>**<font style="color:rgb(15, 17, 21);">大约需要40GB</font>**<font style="color:rgb(15, 17, 21);">。请确保目标磁盘有足够空间。</font>

第三步：更改安装位置（如必要）

1）、以管理员运行

2）、切换 D 盘

cd D:

3）、创建文件 D:\Program Files\Docker 和 D:\Program Files\Docker\data，然后运行命令

start /w "" "Docker Desktop Installer.exe" install -accept-license --installation-dir="D:\Program Files\Docker" --wsl-default-data-root="D:\Program Files\Docker\data" --windows-containers-default-data-root="D:\\Program Files\\Docker"

4）、查看

安装 ollama

第一步：启动安装(默认 C 盘)

- <font style="color:rgb(15, 17, 21);">找到您下载好的 </font>`<font style="color:rgb(15, 17, 21);background-color:rgb(235, 238, 242);">ollama.exe</font>`<font style="color:rgb(15, 17, 21);"> 文件，</font>**<font style="color:rgb(15, 17, 21);">双击运行</font>**<font style="color:rgb(15, 17, 21);">。</font>

第二步：跟随向导

- <font style="color:rgb(15, 17, 21);">弹出安装向导后，您只需不断地点击 </font>**<font style="color:rgb(15, 17, 21);">“Next”（下一步）</font>**<font style="color:rgb(15, 17, 21);"> 或 </font>**<font style="color:rgb(15, 17, 21);">“Agree”（同意）</font>**<font style="color:rgb(15, 17, 21);"> 按钮，直到安装结束。</font>

第三步：下载大模型

ollama run qwen2.5:3b

第四步：下载解析模型

ollama run shaw/dmeta-embedding-zh:latest

第五步：查看

ollama list

第六步：环境变量配置

OLLAMA_HOST 0.0.0.0:11434

安装 Ragflow

第一步：以我本地为例，Ragflow 包存在 D 盘的 company 文件下

cd D:
cd D:\company\ragflow-v0.22.1\docker

第二步：运行命令下载镜像

$ docker compose -f docker-compose.yml up -d

第三步：查看是否成功

$ docker logs -f docker-ragflow-cpu-1

出现以下界面提示说明服务器启动成功：

5、配置

1、访问链接，注意先注册，然后登陆

http://localhost/ (opens new window)

2、

返回主页面创建知识库

返回主页面创建聊天

头像、姓名、开场白可自定义，知识库选择上面创建的

系统提示词注意用这个：

你是一个专业的智能助手，专门根据提供的知识库内容来回答用户问题。请严格遵循以下流程：

理解与分析：仔细理解用户当前的问题，并参考对话历史以把握上下文。

知识库检索与匹配：在知识库中检索与当前问题最相关的内容。必须基于知识库的具体信息来组织答案。

判断与回应：

如果知识库中存在相关信息，请直接、清晰地基于这些信息进行回答，并可以适当关联对话历史。

如果经过彻底检索，确认知识库中没有任何内容与当前问题直接或间接相关，则你必须在回答的开头明确包含这句话：“知识库中未找到您要的答案！”。之后，你可以选择保持沉默，或者基于你自己的通用知识进行补充说明（同时提醒用户这并非来自知识库）。
        以下是知识库：
        {knowledge}
        以上是知识库。

选择完毕保存