【爆肝实测】程序员私藏神器！AnythingLLM本地部署大模型，再也不怕数据泄露了！AI开发小白也能秒变大神！

像NotebookLM和ChatPDF这样的几款基于RAG（检索增强生成）的工具可以帮助从数据中提取洞察。然而，它们对基于网络的依赖引发了重大的隐私问题，尤其是在处理机密的公司信息时。因此，组织和个人需要这样的平台：在提供全面洞察的同时，确保敏感数据安全地保留在他们的系统内。

AnythingLLM通过使用户能够在本地处理机密或个人数据来满足这一需求。在本文中，我们将通过测试五个不同的提示，探索 AnythingLLM 的各种功能。

一、什么是 AnythingLLM？

AnythingLLM是一个用于在本地部署LLM的尖端平台，满足了对私密且可控 AI 交互的需求。它对本地处理的承诺确保了所有文档分析都直接在用户的机器上进行，从而消除了与基于云的工具相关的风险。

AnythingLLM 对于查询和交互文档特别有用，尤其是在教育、市场营销、金融和人力资源等领域。开发人员也受益于其编码功能，因为Ollama和 AnythingLLM 已预装。AnythingLLM 还允许那些无法输入文本的用户通过音频与LLM互动。这个平台最棒的部分是它的离线功能，使用户能够在没有互联网连接的情况下工作。

二、AnythingLLM 入门

以下是有效下载和安装 AnythingLLM 的步骤：

安装：首先，访问AnythingLLM 网站，然后点击首选的操作系统以下载 AnythingLLM。按照必要的步骤进行安装。
选择您的 LLM 提供商：当您首次启动 AnythingLLM 时，您会看到一个模型选择屏幕，提供了多种选择。该界面提供了从 AnythingLLM 内置的原生模型到与Ollama等平台的令人兴奋的集成等选项。我选择了AnythingLLM作为 LLM 提供商，并选择了Llama 3.2-3B作为首选模型。这个 LLM 的大小约为 2GB。您可以根据系统中的存储可用性随意尝试其他 LLM。
创建工作区：选择 LLM 后，系统将提示您添加电子邮件 ID 并创建您的第一个工作区。如果您没有从设置中选择 LLM，提供商部分将默认显示 AnythingLLM。

AnythingLLM 文档：该文档提供了有关 AnythingLLM 的所有信息，包括其路线图、功能、社区中心、安装指南以及定制智能体（Agents）和微调的指南。

三、AnythingLLM 实践操作

我们知道 AnythingLLM 在文档加载和摘要方面非常高效。让我们通过一个IIA 人力资源政策文件的例子来探索这一能力。

选择您的工作区并在聊天中上传此文档。
现在，让我们尝试一些提示。

提示 1：IIA 人力资源政策中概述的招聘和选拔流程包括哪些步骤？

分析：AnythingLLM 擅长阅读文档并为提示提供准确、详细的答案。它的回复全面，解释透彻且符合要求。

提示 2：解释 IIA 人力资源政策中所描述的员工职级结构。

分析：与上一个提示一样，AnythingLLM 处理文档以提供准确、要点清晰的答案。现在，让我们尝试一个生成摘要的提示。

提示 3：总结 IIA 人力资源政策中提供的休假权利。

分析：当我使用 AnythingLLM 时，我很欣赏它的回复直接引用了源文档并提供了全面摘要。这种方法确保了透明度，让用户清楚地了解答案是如何得出的，包括其来源和潜在上下文。

提示 4：根据 IIA 人力资源职级结构，为副经理创建一个职位描述。

分析：在此任务中，我们使用 AnythingLLM 创建职位描述。我很高兴看到从提示中生成了一个写得很好的职位描述。这也是因为文档包含有关工作的相关信息。接下来，您可以尝试一个生成政策文件的提示。

提示 5：起草一份绩效考核政策文件。

四、AnythingLLM 的关键特性

现在，让我们探索 AnythingLLM 的关键特性。

本地模型使用

使用 AnythingLLM 作为 LLM 提供商允许我们使用本地 LLM。用户必须首先下载所需的 LLM 才能在本地使用它们，确保所有处理都发生在用户的机器上。由于此选项在本地可用，因此输入 token 和输出 token 的额度不受限制。

文档交互

用户可以上传各种文档格式（例如PDF、TXT、DOCX）并与之互动。

多种 LLM 选项

AnythingLLM 提供了对各种本地 LLM 提供商的访问权限，允许用户选择最适合其需求的模型。一些流行的提供商是OpenAI、Gemini和Mistral等。

音频支持

该应用程序允许音频提示，增强了可访问性和用户体验。

AI 智能体（AI Agents）

用户可以使用预构建的智能体执行各种任务，例如网页抓取、网页浏览等，以促进与数据的进阶交互。他们还讨论了一个即将推出的功能，用于定制智能体。

隐私和数据安全

AnythingLLM 通过作为一个完全本地的应用程序来保障用户隐私，将您的所有数据安全地限制在您的计算机上。通过优先考虑本地处理，AnythingLLM 提供了一个保护敏感信息的生产力工具，并让您对自己的数字工作区拥有完全控制权。

NVIDIA RTX 集成

通过在NVIDIA RTX 驱动的 PC 和工作站上运行，AnythingLLM 利用高性能Tensor Core进行高效的本地处理，从而无需基于云的解决方案。这一进步使用户能够在维护对其数据的完全控制的同时定制AI 工作流程。

访问多模态 LLM

将 LLM 提供商设置为 AnythingLLM 后，可以使用一些多模态 LLM。它们是Llama3.2 Vision 11B和LLaVA Llama3 8B。我尝试使用这些 LLM 描述一张图像，但系统抛出了一个错误。希望这很快就能得到解决。

五、结论

AnythingLLM 代表了本地 LLM 部署的一次飞跃，提供了一个综合解决方案，弥合了先进 AI 能力与用户友好界面之间的差距。通过优先考虑隐私、可访问性和协作，该平台使技术和非技术用户都能普及 AI。其强大的文档交互功能、集成的 LLM 提供商以及对本地处理的承诺，实现了无缝的多语言支持和广泛的定制化。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。