最新|Milvus_local_RAG，笔记本也能跑的本地知识库&RAG来了

前言

多数前端开发工程师可能都面临这样一个困境：每天需要查阅大量技术文档、项目规范和学习资料。传统的文件夹分类和搜索方式效率低下，经常为了找一个API用法翻遍整个项目文档。

一些大公司，可能会采用企业级知识库方案，通过智能问答来解决这个问题。但问题是：

1、不是所有公司都有这个预算

2、个人部署一套企业级知识库，环境配置复杂、学习门槛高，对新手极不友好

3、使用企业级知识库平替，在线服务又会出现数据隐私泄露风险。

当然，以上问题不止是前端会遇到，所有有复杂文档管理、检索需求的朋友，其实都会遇到。

那怎么解决？这篇“milvus_local_rag”指南正是为你准备的。

这个轻量级RAG方案，用一台普通笔记本就搭建起了个人知识库，查询响应时间，也可以从几分钟缩短到几秒钟。

（备注：本项目是基于Shubham Saboo作者开源的awesome-llm-apps项目二次开发完成的。）

一、核心概念解释

在开始之前，让我们先了解几个关键概念，这样后续的操作会更加清晰：

RAG（检索增强生成）：简单来说，就是让AI在回答问题时，先从你的文档库中找到相关信息，再基于这些信息给出答案。就像考试时可以"翻书"一样，让AI的回答更准确、更有依据。

向量数据库：把文档转换成数字形式存储的"智能仓库"。它能理解文档的含义，当你提问时，能快速找到最相关的内容片段。

嵌入模型：负责把文字转换成数字的"翻译官"。它能理解文字的语义，让计算机也能"读懂"文档内容。

二、RAG工作原理：从文档到智能问答的完整流程

了解了基本概念后，让我们看看整个系统是如何工作的：

这个流程确保了AI的回答既基于你的文档内容，又具备良好的理解能力。

三、为什么选择轻量级方案？

这是一个专为个人用户设计的轻量级RAG项目，核心思路是用最少的依赖实现最完整的功能。整个系统只需要Ollama和Qdrant两个组件，一条命令就能启动完整的本地知识库。

由于项目本身只支持了Qdrant，本文作者对源代码进行了调整后支持了Milvus向量数据库，源码会在文末以链接的方式提供。

核心特点：

• 真正的本地化：支持Qwen、Gemma等多种本地模型，数据完全不出本地

• 极简部署：无需复杂环境配置，Docker一键启动向量数据库

• 智能检索：文档相似度搜索+网络搜索双重保障，确保答案质量

• 灵活切换：可在纯RAG模式和直接对话模式间自由切换

实际价值：让你用最小的成本获得企业级RAG能力，适合处理个人文档、学习资料或项目知识库，既保护隐私又提供智能问答体验。

四、实践部署

1. 环境准备要求

本教程不含Python3、Conda以及Ollama安装展示，请自行按照官方手册进行配置。

相关官网链接：

• Python3官网：https://www.python.org/

• Conda官网：https://www.anaconda.com/

• Milvus官网：https://milvus.io/docs/prerequisite-docker.md

• Ollama官网：https://ollama.com

• Docker官网：https://www.docker.com/

2.2系统环境配置表

2.2 Milvus向量数据库部署

2.2.1 Milvus简介

Milvus是由Zilliz开发的全球首款开源向量数据库产品，能够处理数百万乃至数十亿级的向量数据，在Github获得3万+star数量。基于开源Milvus，Zilliz还构建了商业化向量数据库产品Zilliz Cloud，这是一款全托管的向量数据库服务，通过采用云原生设计理念，在易用性、成本效益和安全性上实现了全面提升。

2.2.2 部署环境要求

必要条件：

• 软件要求：docker、docker-compose

• CPU：8核

• 内存：至少16GB

• 硬盘：至少100GB

2.2.3 下载部署文件

wget https://github.com/milvus-io/milvus/releases/download/v2.5.12/milvus-standalone-docker-compose.yml -O docker-compose.yml

2.2.4 启动Milvus服务

启动服务

docker-compose up -d

docker-compose ps -a

2.3 模型下载与配置

2.3.1 下载大语言模型

#### 下载Qwen3模型
ollama pu
ll qwen3:1.7b

2.3.2 下载嵌入模型

#### 下载embedding模型
ollama pull snowflake-arctic-embed

2.3.3 验证模型安装

#### 查看已安装模型列表
ollama list

2.4Python环境配置

2.4.1 创建虚拟环境

#### 创建conda虚拟环境
conda create -n milvus

#### 激活虚拟环境
conda activate milvus

2.4.2 项目代码获取

#### 克隆项目代码
git clone https://github.com/yinmin2020/milvus_local_rag.git

2.4.3 依赖包安装

#### 安装项目依赖
pip3 install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/

2.5项目配置与部署

2.5.1 参数配置说明

关键配置参数：

COLLECTION_NAME：自定义集合名称（必须配置）
"uri": "tcp://192.168.7.147:19530"：Milvus连接地址（必须修改为实际地址）

2.5.2 启动应用服务

#### 启动Streamlit应用
streamlit run release.py

2.6 功能测试与验证

2.6.1 访问应用界面

应用启动后会自动跳转到Web界面，通常地址

http://localhost:8501

2.6.2 文档上传测试

1. 在Web界面中选择文档上传功能

2. 上传测试PDF文档（建议使用Milvus相关介绍文档）

3. 等待文档处理完成

2.6.3 RAG功能验证

测试查询示例：

milvus向量查询能力有哪些？

通过此查询可以验证：

• 向量数据库检索功能

• RAG（检索增强生成）能力

• 问答系统的准确性

五、写在最后

回望文章开头提到的那些令人望而却步的部署障碍：做RAG为什么要让简单的事情变得复杂？为什么要用企业级的重炮去打个人应用的蚊子？

其实，企业级知识库流行的同时，轻量级RAG也逐渐成为了个人侧的主流趋势。轻量级RAG最大的价值在于虽然各种成本低，但能解决的问题很实在。几行代码就能让文档"活"起来，能问能答，而且简单好用，是很多中小企业或者个人用户入门RAG的第一步。