使用Docker部署ollama和MaxKB全过程

步骤1：配置Ollama网络环境

确保Ollama监听外部请求

默认情况下，Ollama仅监听 127.0.0.1:11434。需修改环境变量使其监听所有IP：

# 启动Ollama容器时添加环境变量
docker run -d --name ollama \
  -p 11434:11434 \
  -e OLLAMA_HOST=0.0.0.0 \  # 允许外部访问
  ollama/ollama

验证Ollama服务状态

在宿主机执行以下命令，确认API可访问：

curl http://localhost:11434

若返回 Ollama is running 则正常。

步骤2：配置MaxKB连接Ollama

启动MaxKB容器并加入Ollama网络

使用 --network 参数让两个容器共享网络：

docker run -d --name maxkb \
  --network container:ollama \  # 共享Ollama的网络命名空间
  -p 8080:8080 \
  -v ~/.maxkb:/var/lib/postgresql/data \
  cr2.fit2cloud.com/1panel/maxkb

或通过Docker内部DNS通信

若未共享网络，在MaxKB容器内使用 Ollama容器名称 作为域名：

# 启动MaxKB时指定Ollama容器网络
docker run -d --name maxkb \
  --network my_network \  # 创建自定义网络后加入
  -p 8080:8080 \
  -v ~/.maxkb:/var/lib/postgresql/data \
  cr2.fit2cloud.com/1panel/maxkb

步骤3：在MaxKB中添加Ollama模型

登录MaxKB界面

访问 http://localhost:8080，使用初始账号 admin/maxkb@123… 登录。

添加Ollama模型

• 模型类型：选择 Ollama
• API域名：填写 http://ollama:11434（若共享网络）或 http://宿主机IP:11434
• 模型名称：与 ollama list 中的模型名完全一致（如 llama3:8b）
• API Key：任意非空字符（如 dummy）

验证连接

点击 测试连接，若显示成功即可保存。

步骤4：创建知识库并关联模型

创建知识库

上传文档（支持PDF/TXT/Markdown等），选择智能分段并导入。

创建应用

在应用中关联知识库和Ollama模型，调整参数（如温度、重复惩罚等）。

测试问答

在应用界面提问，观察是否基于知识库生成答案。

常见问题解决

API域名无效

• 确认Ollama容器IP和端口可访问：curl http://ollama:11434
• 检查防火墙是否开放 11434 端口。

模型无法加载

• 确保模型名称与 ollama list 完全一致（区分大小写）。
• 若模型未下载，在Ollama容器内执行 ollama pull 模型名。

跨容器网络不通

创建自定义Docker网络并加入：

docker network create my_network
docker network connect my_network ollama
docker network connect my_network maxkb

性能优化建议

GPU加速

启动Ollama时添加 --gpus all 参数（需宿主机安装NVIDIA驱动）：

docker run -d --gpus all -p 11434:11434 ollama/ollama

模型量化

使用低精度模型（如 llama3:8b-q4_K_M）减少资源占用：

ollama pull llama3:8b-q4_K_M

通过以上步骤，即可在Docker环境中实现MaxKB与Ollama的集成。若需进一步优化响应速度，可考虑部署更高性能的模型或升级硬件配置。

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。