微信扫码
添加专属顾问
我要投稿
打造完全本地化的智能文档助手,无需担心数据隐私,支持多种格式一键问答。 核心内容: 1. 基于Ollama本地大语言模型构建,数据不出本地 2. 支持PDF/Word/Excel等5种格式文档的智能问答 3. 跨平台快速部署,提供现代化Web操作界面
Tiny QA 是一个完全本地化的智能文档问答系统,基于 Ollama 本地大语言模型构建。它能够处理 PDF、Word、Excel、TXT、Markdown 等多种格式的文档,通过向量化技术实现语义搜索,并基于相关文档内容生成准确的回答。
在开始使用 Tiny QA 之前,您需要先安装以下三个核心工具:
Git 是一个分布式版本控制系统,用于下载和管理项目代码。
Windows:
ounter(lineounter(lineounter(lineounter(line# 下载并安装 Git for Windows# 访问: https://git-scm.com/download/win# 或使用 wingetwinget install Git.Git
macOS:
ounter(lineounter(lineounter(lineounter(lineounter(line
# 使用 Homebrew 安装
brew install git
# 或使用官方安装包
# 访问: https://git-scm.com/download/mac
Linux (Ubuntu/Debian):
ounter(lineounter(linesudo apt updatesudo apt install git
Linux (CentOS/RHEL):
ounter(lineounter(lineounter(linesudo yum install git# 或sudo dnf install git
ounter(linegit --version
Python 是 Tiny QA 的主要开发语言,用于运行 Web 服务和 AI 处理逻辑。
Windows:
ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line
# 下载并安装 Python
# 访问: https://www.python.org/downloads/
# 或使用 winget
winget install Python.Python.3.11
# 验证安装
python --version
pip --version
macOS:
ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line
# 使用 Homebrew 安装
brew install python@3.11
# 或使用官方安装包
# 访问: https://www.python.org/downloads/macos/
# 验证安装
python3 --version
pip3 --version
Linux (Ubuntu/Debian):
ounter(lineounter(lineounter(lineounter(lineounter(lineounter(line
sudo apt update
sudo apt install python3 python3-pip python3-venv
# 验证安装
python3 --version
pip3 --version
Linux (CentOS/RHEL):
ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line
sudo yum install python3 python3-pip
# 或
sudo dnf install python3 python3-pip
# 验证安装
python3 --version
pip3 --version
ounter(lineounter(lineounter(lineounter(lineounter(line
# 使用清华大学镜像源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/
# 或使用阿里云镜像源
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/
Ollama 是一个强大的本地大语言模型运行框架,支持多种开源模型。
Windows:
ounter(lineounter(lineounter(lineounter(line# 下载并安装 Ollama# 访问: https://ollama.ai/download# 或使用 wingetwinget install Ollama.Ollama
macOS:
ounter(lineounter(lineounter(lineounter(lineounter(line
# 使用 Homebrew 安装
brew install ollama
# 或使用官方安装脚本
curl -fsSL https://ollama.ai/install.sh | sh
Linux:
ounter(lineounter(line# 使用官方安装脚本curl -fsSL https://ollama.ai/install.sh | sh
ounter(lineollama --version
ounter(lineollama serve
ounter(lineounter(lineounter(lineounter(lineounter(lineounter(line
# 下载推荐的对话模型
ollama pull deepseek-r1:1.5b
# 或下载其他模型
ollama pull qwen3:4b
ollama pull llama3:latest
ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line
# 1. 克隆项目
git clone https://gitee.com/hu9001/tiny-qa.git
cd tiny-qa
# 2. 创建 Python 虚拟环境
python -m venv env
source env/bin/activate # Linux/macOS
# env\Scripts\activate # Windows
# 3. 安装 Python 依赖
pip install -r requirements.txt
# 4. 启动服务
ollama serve &
python app.py
ounter(lineounter(lineounter(lineounter(line文档处理 → 向量搜索 → AI 问答 ↓ ↓ ↓PDF/Word/Excel → 语义向量 → Ollama模型TXT/Markdown → 相似度搜索 → 智能回答
Q: 首次启动很慢?A: 系统需要下载 AI 模型,首次启动会较慢。建议提前下载模型:ollama pull deepseek-r1:1.5b
Q: 数据安全吗?A: 完全本地化部署,数据不会上传到任何服务器。
Q: 支持哪些语言?A: 支持中文、英文等多种语言,取决于选择的模型。
Q: Git 安装失败怎么办?A: 确保网络连接正常,或访问 https://git-scm.com/downloads 手动下载安装包。
Q: Python 版本不兼容?A: 确保安装 Python 3.8+ 版本,推荐使用 Python 3.9 或 3.11。
Q: pip 安装包很慢?A: 配置国内镜像源:pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/
Q: Ollama 服务启动失败?A: 检查端口 11434 是否被占用,或重启 Ollama 服务:ollama serve
Q: 模型下载很慢?A: 可以使用国内镜像源,或选择较小的模型如 deepseek-r1:1.5b
(约1GB)。
Q: 内存不足怎么办?A: 选择较小的模型,或增加系统内存。推荐至少 8GB RAM。
Tiny QA 为个人和企业提供了一个安全、高效的本地知识管理解决方案。通过结合现代 AI 技术和向量搜索,它能够快速处理大量文档并提供智能问答服务,是构建个人知识库的理想工具。
如果您对本地化 AI 应用感兴趣,Tiny QA 是一个很好的起点。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2025-07-31
进阶版|企业级 AI Agent 的构建实践
2025-07-31
餐饮业卷生卷死的当下,麦当劳如何用AI突围
2025-07-31
全网疯传GPT-5泄露!首次统一GPT和o系列,编程实测demo抢先曝光,下周发布?
2025-07-31
ODPS重磅升级!全面支撑AI应用爆发
2025-07-31
四步搞定Cursor地区限制
2025-07-31
当AI成为团队“隐形搭档”:Anthropic内部如何用AI重构工作流?
2025-07-31
解锁日志分析新姿势:n8n 工作流 + ES 日志 + AI,数据洞察一键 get
2025-07-31
微软花重金做的Copilot,居然被WPS一个按钮给秒了?
2025-05-29
2025-05-23
2025-06-01
2025-05-07
2025-05-07
2025-05-07
2025-06-07
2025-06-21
2025-06-12
2025-05-20
2025-07-31
2025-07-31
2025-07-31
2025-07-30
2025-07-30
2025-07-30
2025-07-30
2025-07-29