当前位置: 首页 > news >正文

【笔记】Windows 中 一键部署本地私人专属知识库:MaxKB + Docker + MaxKB docker + Ollama

Docker的部署:

Docker下载直接进入链接:

https://www.docker.com/

Docker使用需要启动Docker,启动Docker以后,会在桌面右下角看到Docker的一个图标:

只有启动了Docker以后,Docker的各种命令才可以使用。

好像还需要启动 Hyper-V功能,然后重启电脑:

找不到的话,应该默认就是开启的。

启动之后,就可以使用Docker的各种命令了:

如果只能看到Client,说明Docker没有启动。需要启动之后才能看到Server.

关于Docker的知识:

镜像(Images)和容器(Containers)是Docker的核心概念。

Docker 和容器不一样,只是容器的一种实现,是一个容器化的解决方案和平台。而容器是一种虚拟化技术,和虚拟机类似,也是一个独立的环境。可以在这个环境中运行应用程序,和虚拟机不同的是,它并不需要在容器中运行一个完整的操作系统,而是使用宿主机的操作系统,所以启动速度非常快。

比如我们一台物理服务器上只能运行几台虚拟机,但是却可以运行上百个容器。

镜像是一Docker的一个只读的模板,可以用来创建容器。容器是Docker的运行实例,它提供一个独立的可移植的环境,可以在这个环境中运行应用程序。

镜像和容器的关系 和 面向对象语言中类和对象关系非常类似。我们可以根据镜像(类)创建多个容器(对象)。镜像也像一道食谱,容器就是根据这个食谱做出来的菜(可以一个或多个),但这些菜都是根据同一道食谱做出来的。你也可以将这个食谱分享给其他人,那么其他人也可以根据这道食谱做出来这道和你做的一模一样的菜。

DockerHub类似于github, 它是一个公共的Docker的仓库,用来集中存储和管理Docker镜像。我们可以在这里下载和上传各种镜像。

Docker是一个 Client-Server

Docker Daemon是一个后台进程,用来接收和处理来自Docker客户端的请求,然后将结果返回给客户端。实际上,我们在终端使用的各种命令,都是发送给Docker Daemon的,经过Docker Daemon处理后,返回给客户端。

容器化和DockerFile的概念:

DockerFile是一个文本文件,里面包含各种指令,用来告诉Docker如何来构建镜像。

Docker 实践:

在桌面创建一个HelloDocker文件夹。

Dockerfile作为一个文件,没有任何扩展名,第一个字母D大写,后面字母小写。这是约定俗成的规范,如果不遵守这个规范,Docker就无法识别这个文件。

我们需要构建一个基础镜像,镜像是按照层次结构来构建的,每一层都是基于上一层的。

编写完Dockerfile

也可以指定Tag版本,在镜像后面加上  :TAG   ,用来说明你想找的镜像。

运行Docker镜像:

如果你想使用这个镜像,你可以直接复制这个文件,也可以将这个文件上传到DockerHub上。

我们可以使用

DockerDesktop 的图形化界面:

当我们创建一个容器的时候,它通常以一个干净的文件系统开始,容器启动以后,我们可以在容器中创建文件修改文件。当容器停止以后,容器中的所有数据都会被丢掉。Volumes可以将容器中的目录或者指定路径映射到宿主机的某一个位置和目录上,这样就可以实现数据的持久化,把数据保存到宿主机的磁盘上。

MaxKB的加载:

https://github.com/1Panel-dev/MaxKB

查看虚拟化是否可用:

docker run -d --name=maxkb -p 8080:8080 -v ~/.maxkb:/var/lib/postgresql/data 1panel/maxkb# 用户名: admin
# 密码: MaxKB@123..

Ollama的安装:

https://ollama.com/download

相关文章:

【笔记】Windows 中 一键部署本地私人专属知识库:MaxKB + Docker + MaxKB docker + Ollama

Docker的部署: Docker下载直接进入链接: https://www.docker.com/ Docker使用需要启动Docker,启动Docker以后,会在桌面右下角看到Docker的一个图标: 只有启动了Docker以后,Docker的各种命令才可以使用。 好像还需要…...

【Vue】scoped解决样式冲突

默认情况下写在组件中的样式会 全局生效 → 因此很容易造成多个组件之间的样式冲突问题。 全局样式: 默认组件中的样式会作用到全局,任何一个组件中都会受到此样式的影响 局部样式: 可以给组件加上scoped 属性,可以让样式只作用于当前组件 一、代码示例 BaseOne…...

word模板内容替换

1.pom引入依赖&#xff1a; <dependency><groupId>com.alibaba</groupId><artifactId>easyexcel</artifactId><version>3.0.5</version> </dependency> <dependency><groupId>com.deepoove</groupId><a…...

docker安装和使用

1. docker-ce Docker Community Edition (CE): 功能: 这是 Docker 的主要组件&#xff0c;用于创建、管理和运行容器。它包括 Docker 守护进程 (dockerd)&#xff0c;该守护进程负责处理容器的生命周期&#xff0c;包括创建、启动、停止和删除容器。用途: 允许用户在其系统上…...

【AIGC X UML 落地】通过多智能体实现自然语言绘制UML图

前天写了篇博文讲到用PlantUML来绘制C类图和流程图。后台有读者留言&#xff0c;问这步能否自动化生成&#xff0c;不想学习 PlantUML 语法。 我想了下&#xff0c;发现这事可行&#xff0c;确实可以做到通过自然语言的描述就能实现 UML图的绘制&#xff0c;昨天晚上加了个班到…...

C++访问越界

常见场景 访问数组元素越界vector容器访问等 vector<int>;vec<2>&#xff1b;字符串访问越界string str;str[2];array数组访问越界字符串处理&#xff0c;没有添加’\0’字符&#xff0c;导致访问字符串的时候越界了&#xff1b;使用类型强转&#xff0c;让一个大…...

MATLAB format

在MATLAB中&#xff0c;format 是一个函数&#xff0c;用于控制命令窗口中数值的显示格式。这个函数可以设置数值的精度、显示的位数等。以下是一些常用的 format 命令&#xff1a; format long&#xff1a;以默认的长格式显示数值&#xff0c;通常显示15位有效数字。format s…...

Face Forgery Detection by 3D Decomposition

文章目录 Face Forgery Detection by 3D Decomposition研究背景研究目标创新点方法提出问题研究过程技术贡献实验结果未来工作Face Forgery Detection by 3D Decomposition 会议:CVPR2021 作者: 研究背景 面部伪造引发关注传统面部伪造检测主要关注原始RGB图像研究目标 将…...

socket网络编程——多进程、多线程处理并发

如下图所示, 当一个客户端与服务器建立连接以后,服务器端 accept()返回,进而准备循环接收客户端发过来的数据。 如果客户端暂时没发数据,服务端会在 recv()阻塞。此时,其他客户端向服务器发起连接后,由于服务器阻塞了,无法执行 accept()接受连接,也就是其他客户端发送…...

C++---模板进阶(非类型模板参数,模板的特化,模板分离编译)

我们都学习和使用过模板&#xff0c;而这篇文章我们来将一些更深入的知识。在此之前&#xff0c;我们在使用C编程时可以看到模板是随处可见的&#xff0c;它能支持泛型编程。模板包括函数模板和类模板&#xff0c;我们有的人可能会说是模板函数和模板类&#xff0c;但严格讲这样…...

锂电池寿命预测 | Matlab基于SSA-SVR麻雀优化支持向量回归的锂离子电池剩余寿命预测

目录 预测效果基本介绍程序设计参考资料 预测效果 基本介绍 【锂电池剩余寿命RUL预测案例】 锂电池寿命预测 | Matlab基于SSA-SVR麻雀优化支持向量回归的锂离子电池剩余寿命预测&#xff08;完整源码和数据&#xff09; 1、提取NASA数据集的电池容量&#xff0c;以历史容量作…...

整理好了!2024年最常见 20 道 Kafka面试题(十)

上一篇地址&#xff1a;整理好了&#xff01;2024年最常见 20 道 Kafka面试题&#xff08;九&#xff09;-CSDN博客 十九、Kafka的消费者如何实现幂等性&#xff1f; 在Kafka中&#xff0c;幂等性指的是消费者处理消息时&#xff0c;即使多次接收到同一条消息&#xff0c;也能…...

Paper Survey——3DGS-SLAM

之前博客对多个3DGS SLAM的工作进行了复现及代码解读 学习笔记之——3DGS-SLAM系列代码解读_gs slam-CSDN博客文章浏览阅读1.9k次&#xff0c;点赞15次&#xff0c;收藏45次。最近对一系列基于3D Gaussian Splatting&#xff08;3DGS&#xff09;SLAM的工作的源码进行了测试与…...

搜索与图论:深度优先搜索

搜索与图论&#xff1a;深度优先搜索 题目描述参考代码 题目描述 参考代码 #include <iostream>using namespace std;const int N 10;int n; int path[N]; bool st[N];void dfs(int u) {// u n 搜索到最后一层if (u n){for (int i 0; i < n; i) printf("%d …...

AMD显卡和英伟达显卡哪个好?

显卡是计算机中负责处理图形和视频输出的硬件设备&#xff0c;主要分为两种类型&#xff1a;AMD的A卡和NVIDIA的N卡。那么AMD显卡和英伟达显卡哪个好&#xff1f;怎么选&#xff1f; 答&#xff1a;不能一概而论地说哪个好&#xff0c;因为它们各有优势&#xff0c;选择应基于…...

5.31.8 学习深度特征以实现判别定位

1. 介绍 尽管没有对物体的位置提供监督,但卷积神经网络 (CNN) 各层的卷积单元实际上可以充当物体检测器。尽管卷积层具有这种出色的物体定位能力,但当使用全连接层进行分类时,这种能力就会丧失。最近,一些流行的全卷积神经网络,如 Network in Network (NIN) [13] 和 Goog…...

uniapp小程序多线程 Worker 实战【2024】

需求 最近遇到个小程序异步解码的需求&#xff0c;采用了WebAssembly&#xff0c;涉及大量的计算。由于小程序的双线程模型只有一个线程处理数据&#xff0c;因此智能寻求其它的解决方案。查看小程序的文档&#xff0c;发现小程序还提供一个异步线程的Worker方案&#xff0c;可…...

C语言基础——数组(2)

ʕ • ᴥ • ʔ づ♡ど &#x1f389; 欢迎点赞支持&#x1f389; 个人主页&#xff1a;励志不掉头发的内向程序员&#xff1b; 专栏主页&#xff1a;C语言基础&#xff1b; 文章目录 前言 一、二维数组的创建 1.1 二维数组的概念 1.2二维数组的创建 二、二维数组…...

封装PHP用于发送GET和POST请求的公共方法

封装了ThinkPHP用于发送GET和POST请求的公共方法。这个方法可以放在你的公共函数文件中&#xff0c;或者创建一个独立的类来管理这些请求。 <?php namespace app\common\utils;use think\facade\Log; use think\exception\HttpException;class HttpRequest {/*** 发送GET请…...

MongoDB~基础知识记录

为何要学Mongodb 工作以来&#xff0c;使用最多、了解最多的是MySQL。但技术的发展一定是依据痛点来的&#xff0c;就比如我遇到的痛点&#xff0c;一个业务、一个平台能力、存储的一个对象&#xff0c;随着产品和运营的需求&#xff0c;不断的进行变更&#xff0c;每一次的变…...

Windows Defender Remover终极指南:深度解析系统安全组件移除技术

Windows Defender Remover终极指南&#xff1a;深度解析系统安全组件移除技术 【免费下载链接】windows-defender-remover A tool which is uses to remove Windows Defender in Windows 8.x, Windows 10 (every version) and Windows 11. 项目地址: https://gitcode.com/gh_…...

SEO_如何制定有效的SEO策略?分步指南(132 )

如何制定有效的SEO策略&#xff1f;分步指南 在互联网时代&#xff0c;一个网站的成功往往取决于其在搜索引擎上的排名。制定有效的SEO策略是提升网站流量、吸引潜在客户的关键。本文将为你提供一份详细的分步指南&#xff0c;帮助你制定并实施有效的SEO策略。 第一步&#x…...

Qwen3.5-9B镜像安全加固:非root用户运行+端口绑定限制+HTTPS代理配置

Qwen3.5-9B镜像安全加固&#xff1a;非root用户运行端口绑定限制HTTPS代理配置 1. 项目概述 Qwen3.5-9B是一款拥有90亿参数的开源大语言模型&#xff0c;具备强大的逻辑推理、代码生成和多轮对话能力。该模型支持多模态理解&#xff08;图文输入&#xff09;和长上下文处理&a…...

人工智能创意工作流:Pixel Script Temple 与 AI Agent 协同创作

人工智能创意工作流&#xff1a;Pixel Script Temple 与 AI Agent 协同创作 1. 多智能体协作的艺术革命 当三个专业AI Agent组成创意团队&#xff0c;会产生怎样的化学反应&#xff1f;这套由Pixel Script Temple驱动的协同工作流&#xff0c;正在重新定义数字艺术创作的可能…...

Ostrakon-VL终端教程:终端日志记录与扫描任务审计追踪

Ostrakon-VL终端教程&#xff1a;终端日志记录与扫描任务审计追踪 1. 像素特工终端简介 Ostrakon-VL终端是一款专为零售与餐饮行业设计的智能扫描工具&#xff0c;它将复杂的图像识别任务转化为直观有趣的"数据扫描任务"。与传统工业级UI不同&#xff0c;这款终端采…...

Chord视觉定位模型实战案例:自动驾驶道路元素(车道线/交通灯/行人)定位

Chord视觉定位模型实战案例&#xff1a;自动驾驶道路元素&#xff08;车道线/交通灯/行人&#xff09;定位 在真实自动驾驶场景中&#xff0c;单纯依赖传统目标检测模型往往面临泛化能力弱、小目标漏检、遮挡鲁棒性差等问题。而Chord——这个基于Qwen2.5-VL的多模态视觉定位服…...

内存占用直降68%?揭秘头部金融科技公司Python服务的成本控制策略,含可落地的12个代码级优化checklist

第一章&#xff1a;Python 智能体内存管理策略Python 的内存管理并非由开发者手动控制&#xff0c;而是通过一套高度自动化的智能体机制协同运作&#xff0c;核心包括引用计数、循环垃圾回收器&#xff08;gc 模块&#xff09;和内存池&#xff08;pymalloc&#xff09;三层结构…...

水质评价避坑指南:当DO和NH3-N指标冲突时怎么办?

水质评价指标冲突的智能解法&#xff1a;熵权法实战与多维度决策 当溶解氧&#xff08;DO&#xff09;与氨氮&#xff08;NH3-N&#xff09;这两项关键水质指标出现评价矛盾时&#xff0c;环保工程师常陷入两难——DO浓度越高通常代表水质越好&#xff0c;而NH3-N数值越低则表明…...

<数据集>yolo骑行者识别<目标检测>

数据集下载链接https://blog.csdn.net/qq_53332949/article/details/159770308?spm1011.2415.3001.5331数据集格式&#xff1a;VOCYOLO格式 图片数量&#xff1a;13674张 标注数量(xml文件个数)&#xff1a;13674 标注数量(txt文件个数)&#xff1a;13674 标注类别数&…...

Python AOT编译成本控制实战:2026年前必须掌握的7项硬核降本技术(含CPython 3.15+原生支持验证数据)

第一章&#xff1a;Python AOT编译成本控制的战略定位与2026技术拐点Python长期以来以解释执行和动态特性见长&#xff0c;但其运行时开销与启动延迟在云原生边缘计算、实时AI推理及嵌入式服务场景中日益成为瓶颈。AOT&#xff08;Ahead-of-Time&#xff09;编译正从实验性探索…...