上一篇文章《37.4k 的 Dify，一款小白也可以轻松上手的大模型开发平台（一）：部署及基础使用》我们介绍了 Dify 的部署及基础使用，今天我们来介绍一下如何为 Dify 接入 Ollama。

关于如何在本地部署并使用 Ollama，可以参考中文版斯坦福多智能体AI小镇（一）：安装 Ollama

使用 Ollama

还是在设置的弹窗中选择「模型供应商」，这次我们选择 Ollama，以 qwen2:7b模型为例：

• 模型名称我们填入 qwen2:7b
• 基础 URL 填入 http://host.docker.internal:11434
• 其他选项可以根据自己的需求进行配置，或者也可以保持默认
• 然后保存即可

回到创建的应用中，在编排页面的右上角切换大模型为 qwen2:7b:

可以看到的，由于是本地大模型，所以响应速度非常快！

知识库配置嵌入模型

因为咱们本次使用 Ollama 来作为 Dify 的 AI 模型，所以在创建知识库时会有一些问题：

这是因为 Dify 默认的系统 Embedding 模型是 OpenAI 的 ****text-embedding-3-large，但是当我们使用本地大模型时，是无法连接到这个模型的，所以我们还需要再拉取一个 Embeddinng 模型下来，这里以 nomic-embed-text 为例：

ollama pull nomic-embed-text

然后在 Ollama 模型设置中选择 Text Embedding：

保存之后，我们可以修改 Dify 的默认系统模型，点击右上角的「系统默认设置」按钮进行设置：

再创建一个新的知识库进行测试：

也可以成功嵌入：

测试应用

接下来我们将刚刚创建的知识库添加到应用中去，并给应用添加提示词。如果不知道怎么编写提示词，还可以点击右上角的自动编排让 AI 帮助我们完成：

点击右下角的「应用」按钮，就会自动为我们添加这些提示词和开场白到应用中了：

我们可以在知识库中添加大量的 K8s 相关的资料，打造一款 K8s 大师应用。是不是很棒😊