Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

anythingllm安装包

Answer

以下是关于 AnythingLLM 安装包的相关信息：

  • 安装地址：https://useanything.com/download 。
  • 安装完成后会进入配置页面，主要分为三步：
    • 第一步：选择大模型。
    • 第二步：选择文本嵌入模型。
    • 第三步：选择向量数据库。
  • 在 AnythingLLM 中有 Workspace 的概念，可以创建自己独有的 Workspace 与其他项目数据进行隔离。配置流程包括：
    • 首先创建一个工作空间。
    • 上传文档并且在工作空间中进行文本嵌入。
    • 选择对话模式，提供了 Chat 模式和 Query 模式。Chat 模式大模型会根据训练数据和上传的文档数据综合给出答案，Query 模式大模型仅依靠文档中的数据给出答案。
  • 完成上述配置后，即可与大模型进行对话。

此外，在 GitHubDaily 开源项目列表 2023 年复盘的 AIGC 部分中，AnythingLLM 是一个可打造成企业内部知识库的私人专属 GPT，能将任何文档、资源或内容转换为大语言模型（LLM）知识库，在对话中引用其中内容。

Content generated by AI large model, please carefully verify (powered by aily)

References

手把手教你本地部署大模型以及搭建个人知识库

如果想要对知识库进行更加灵活的掌控，我们需要一个额外的软件：AnythingLLM。这个软件包含了所有Open WebUI的能力，并且额外支持了以下能力选择文本嵌入模型选择向量数据库[heading2]AnythingLLM安装和配置[content]安装地址：https://useanything.com/download当我们安装完成之后，会进入到其配置页面，这里面主要分为三步1.第一步：选择大模型1.第二步：选择文本嵌入模型1.第三步：选择向量数据库[heading2]构建本地知识库[content]AnythingLLM中有一个Workspace的概念，我们可以创建自己独有的Workspace跟其他的项目数据进行隔离。1.首先创建一个工作空间1.上传文档并且在工作空间中进行文本嵌入1.选择对话模式AnythingLLM提供了两种对话模式：Chat模式：大模型会根据自己的训练数据和我们上传的文档数据综合给出答案Query模式：大模型仅仅会依靠文档中的数据给出答案1.测试对话当上述配置完成之后，我们就可以跟大模型进行对话了[heading1]六、写在最后[content]我非常推崇的一句话送给大家：看十遍不如实操一遍，实操十遍不如分享一遍如果你也对AI Agent技术感兴趣，可以联系我或者加我的免费知识星球（备注AGI知识库）

【SD】商业换装如此简单，Segment Anything保姆级教学

1、在扩展面板中使用网址安装Segment Anything。guthub地址：https://github.com/continue-revolution/sd-webui-segment-anything2、重启之后，可以看到安装好的Segment Anything插件，此时还需要安装SAM模型。3、在github上有三个SAM模型，由大到小分别是vit_h(2.56GB)、vit_l(1.25GB)、vit_b(375MB)，越大的模型效果越好，但是占用的显存越多，大家酌情而定。大部分情况下，选择vit_l就可以了。4、我已经放在云盘里了，大家把下载好的SAM模型放在这个路径下“……\sd-webui-aki-v4\extensions\sd-webui-segment-anything\models\sam”。5、我们来测试一下SAM模型的效果，左键点击要保留的部分打上黑点，右键点击不要的部分打上红点，双击不需要的点可以进行移除。6、点击预览分离结果，可以看到SAM替我们分离出来的三个方案，第一个差一点；第二个分离出来了上衣，可以进行服装替换；第三个分离出来了人物，可以进行背景替换。7、现在我想使用第二个蒙版来进行服装替换，所以我选择编号为1的蒙版。8、点开“展开蒙版设置”，可以设定蒙版扩展量，就相当于是把蒙版扩展出一部分，让更换信息被充分包裹。这边扩展量建议30，跟着它说的做就行，然后点击发送到“重绘蒙版”。9、这时，我们就来到了图生图中，其实刚才的图片已经进入“上传重绘蒙版”了，只是有bug我们看不见。当然，如果出现错误的话，也可以手动保存蒙版。

GitHubDaily 开源项目列表

|名称|简述||-|-||[AnythingLLM](https://github.com/Mintplex-Labs/anything-llm)|一个可打造成企业内部知识库的私人专属GPT！可以将任何文档、资源或内容转换为大语言模型（LLM）知识库，使得在对话过程中可引用到里面的内容。||[chatgpt_system_prompt](https://github.com/LouisShark/chatgpt_system_prompt)|有获取GPTs的Prompt、Knowledge以及如何防护的教程，另外单独对破解官方GPTs的Prompt进行分类。||[GPTs](https://github.com/linexjlin/GPTs)|收集了超级多被破解的GPTs Prompt||[Awesome assistants](https://github.com/awesome-assistants/awesome-assistants)|一份精心收集整理的优秀AI助手列表。||[Animate Anyone](https://github.com/HumanAIGC/AnimateAnyone)|只需一张角色图片，即可生成与角色一致且动作可控的生动视频。||[SillyTavern](https://github.com/SillyTavern/SillyTavern/)|一个可以安装在电脑（和安卓手机）上的用户界面，让你可以与文本生成的人工智能互动，并与社区创建的角色聊天/玩角色扮演游戏。||[Prompt flow](https://github.com/microsoft/promptflow)|微软在GitHub开源的一套AI工具，可用于简化大模型应用的开发周期。打通了从项目构思、原型设计、测试、评估到生产部署和监控的全流程，让开发者可以快速构建出高质量的大语言模型应用。||[supervision](https://github.com/roboflow/supervision)|一个在GitHub开源的计算机视觉AI工具箱，安装简便，可供开发者重复使用，大幅提升效率。|

Others are asking
COMFYui安装包
以下是关于 COMFYui 安装包的相关信息： 1. 安装地址： https://github.com/comfyanonymous/ComfyUI 可以下载安装包也可以直接 Git clone https://github.com/comfyanonymous/ComfyUI.git 或者下载安装包。 安装包文件：ComfyUI.zip 、 2. 安装步骤： 下载安装包并解压至本地除 C 盘外的任意盘。 找到文件名称为 run_nvidia_gpu 的文件双击并启动，启动完成即进入基础界面。 3. 相关环境安装（安装过 WebUI 的同学请忽略）： 依次下载并安装 python（版本 3.10 以上）、VSCode、Git，安装过程中一直点击勾选对应选项，一直下一步。 安装 Python： 安装 VSCode： 安装 Git： 4. 节点存放目录：comfyUI 的节点包括后面安装的拓展节点都存放在本目录下：D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\custom_nodes 5. 模型存放目录： 大模型：D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\models\\checkpoints Lora：D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\models\\loras Vae：D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\models\\vae 6. 模型共用：已经安装了 SDWebUI 的同学可以通过修改文件路径和 WebUI 共用一套模型即可，这样就不用重复下载模型了。找到已安装好的 ComfyUI 目录文件下的 extra_model_paths.yaml.example 文件，将后缀.example 删除，然后右键用记事本打开。 目前安装 ComfyUI 的方法有在本地安装和在云端安装两种，本部分主要介绍本地安装方法，包括命令行安装和安装包安装。命令行安装普适性最强但有一定门槛，ComfyUI 的源码地址在 https://github.com/comfyanonymous/ComfyUI ，安装方法写在了 Readme 中。安装包安装比较简单，下载就能用。ComfyUI 的官方安装包下载地址是 https://github.com/comfyanonymous/ComfyUI/releases ，目前仅支持 Windows 系统，且显卡必须是 Nivida。
2024-12-05
SD 安装包
以下是关于 SD 安装包的相关内容： 一、Roop 插件安装 1. 安装时间较长，需耐心等待。安装好后，打开 SD 文件目录下的特定文件夹，在地址栏输入“cmd”并回车。 2. 在打开的 dos 界面中，粘贴“python m pip install insightface==0.7.3 user”代码，自动安装 insightface。若此阶段出错，建议下载最新的秋叶 4.2 整合包（6 月 23 号更新），后台回复【SD】可在云盘下载。 3. 安装完成后，重新打开启动器，后台会继续下载模型，全程需科学上网。 4. 选用真实系模型“realisticVisionV20”，启用 ROOP 插件，选择要替换的人物照片，面部修复选择“GFPGAN”，根据需求设置右边参数和放大算法，点击生成。若人脸像素偏低，可发送到“图生图”并使用 controlnet 中的 tile 模型重绘。 5. 想要插件可添加公众号【白马与少年】回复【SD】。 二、SD 云端部署 1. 部署流程 浏览器上按照腾讯云>控制台>云服务器的路径找到购买的实例，点击启动，输入购买时设置的密码进入远程的 Windows 系统环境，安装显卡驱动、配置环境变量。 2. 安装显卡驱动 用内置的 IE 或下载 Chrome，打开英伟达网站，根据购买机器时选定的显卡型号、Windows 版本号下载对应的驱动并安装。 3. 配置环境变量 驱动安装完成后，复制驱动所在目录（一般是在「C:\\Program Files\\NCIDIA Corporation」），找到环境变量配置入口（控制面板>系统和安全>系统），选择「高级系统设置」，在「系统变量」里的 Path 环境变量中新建并粘贴驱动安装地址保存。 4. 下载安装 SD 整合包 以秋叶的 SD 整合包为例，下载地址为：https://pan.baidu.com/s/1uavAJJdYYWhpnfjwQQDviQ?pwd=a123 ，提取码：a123。建议在服务器上安装提高下载速度的工具或有百度会员。安装后打开安装包一级目录，双击启动器运行依赖，安装完成后即可启动 SD。 三、Roop 换脸插件安装的其他步骤 1. 将 inswapper_128.onnx 文件移动到“sdwebuiakiv4\\models\\roop ”目录下（若没有该目录则创建）。 2. 将.ifnude 和.insightface 目录移动到 C:\\Users\\您的用户名目录下（用户名因人而异）。 3. 启动 webui，它会同步内部组件，可能需 5 30 分钟，耐心等待。加载完成后在浏览器打开，可在图生图、文生图中下面列表标签看到 roop V0.0.2。 特别提醒：此插件谨慎使用，切勿触犯法律。
2024-11-22
SD安装包
以下是关于 SD 安装包的详细步骤： 1. SD 云端部署 部署流程 安装和配置基础环境 在浏览器上按照腾讯云>控制台>云服务器的路径找到购买的实例，点击启动，会新开一个远程访问的窗口，输入购买时设置的密码进入，这样就有了一个远程的 Windows 系统环境，接下来安装显卡驱动、配置环境变量。 安装显卡驱动：用内置的 IE 或下载 Chrome，打开英伟达的网站，找到驱动下载，选择购买机器时选定的显卡型号、Windows 版本号，下载对应的驱动并安装。 配置环境变量：驱动安装完成后，先找到驱动所在的目录（一般是在「C:\\Program Files\\NCIDIA Corporation」），复制这个路径。找到环境变量配置入口（控制面板>系统和安全>系统），选择「高级系统设置」，弹窗设置环境变量。找到「系统变量」里的 Path 环境变量，点击「编辑...」，然后「新建」，粘贴刚才复制的 nvidia 驱动安装地址，保存即可。 下载安装 SD 整合包 整合包也就是打包了 SD 和 Web UI 方便大家更好的使用的集合，以秋叶的 SD 整合包举例讲解。 下载 SD 整合包：秋叶 SD 整合包下载地址：https://pan.baidu.com/s/1uavAJJdYYWhpnfjwQQDviQ?pwd=a123 ，提取码：a123 。建议在服务器上装个百度网盘或者其他能够提高下载速度的工具，有百度会员则无所谓。 安装 SD 整合包：安装之后，打开安装包一级目录，双击启动器运行依赖（安装一些 SD 运行所必要的基础环境，比如 Microsoft Desktop Runtime 等），安装完成后就可以启动 SD 了。 2. 补充说明 如果在以上使用过程中发生错误，那么可能需要部署一下使用环境，再次开启最傻瓜安装教学模式。 安装 cuda_11.8.0_522.06_windows.exe。 安装 VisualStudioSetup.exe，选择 C++的桌面开发安装。（如果安装过 roop 的可以跳过） 拷贝 ninja，打开 ninja 文件包，把里面的内容拷贝到秋叶包根目录。 拷贝 python，打开 python 文件包，把里面的内容拷贝到秋叶包根目录替换。 拷贝模型，SAM 和 GroundingDINO 的模型都在这了，放到对应的文件夹即可。 重启，装好了，重启电脑，即可运行。 请注意，如果想要获取插件安装包，可以添加公众号【白马与少年】，回复【SD】即可。
2024-11-11
MAC笔记本电脑，有哪个网址可以下载SD的安装包？或者说MAC电脑可以使用SD吗
对于 MAC 电脑安装 Stable Diffusion（SD），推荐云端部署，相关链接为：https://qa3dhma45mc.feishu.cn/wiki/A6WYw1Nm0ikGplkuO9Ecwomqnnd 。 如果您选择本地部署，以下是一些相关步骤供您参考： 1. 进入安装页面，等待安装好。 2. 勾选如下项目，要确保包含 Python 和 C++包。 3. 更改到您想要安装的位置，然后点击右下角的安装就行。 4. 安装时间比较长，要耐心等待。 5. 安装好之后，打开 SD 文件目录下的这个文件夹。 6. 在地址栏输入“cmd”，然后回车。 7. 在打开的 dos 界面里面，将这行代码“python m pip install insightface==0.7.3 user”粘贴进来，就会自动开始安装 insightface。 8. 如果这个阶段出现错误，建议去下载使用最新的秋叶 4.2 整合包（6 月 23 号更新），下载包已更新到云盘里，后台回复【SD】就可以下载。 9. 安装完成后，重新打开我们的启动器，后台会继续下载一些模型，此时一定要保证全程科学上网。 另外，对于电脑配置能支持 SD 运行的朋友，也可以使用 B 站秋叶分享的整合包进行本地部署，具体步骤如下： 1. 打开链接 https://pan.baidu.com/s/1hY8CKbYRAj9RrFGmswdNiA?pwd=caru 下载《1.整合包安装》，存放到电脑本地。 2. 打开保存到电脑里的文件夹。 3. 打开文件夹《1.秋叶整合包主包》——鼠标右击文件——点击“解压文件”。 4. 选择解压到 D 盘或者 E 盘，小心 C 盘被占满！点击确定。 5. 解压完成后，来到第二个文件夹，双击里面的文件点击安装。 6. 打开刚刚解压保存的 SD 的根目录，找到启动器，鼠标右击启动器——点击“发送到”——桌面快捷方式。这样下次进入就可以直接在桌面双击进入，不用每次都到文件夹里面找啦！ 7. 双击启动器，等待更新，接着点击左边第二个“高级选项”。 8. 在显存优化里，根据自己电脑的显存选择（就是上面查看的专用 GPU 内存），自己电脑是多少就选多少。 9. 回到第一个一键启动，点击右下角的一键启动。
2024-08-29
CHATGPT安卓安装包
以下是在安卓系统上安装 ChatGPT 的方法： 1. 到谷歌商店搜索“ChatGPT”进行下载安装，开发者是 OpenAI，注意别下错了。 2. 此步骤可能会遇到“google play 未在您所在的地区提供此应用”的问题。经过测试，可按以下路径解决：在 google play 点按右上角的个人资料图标，依次点按：设置>常规>帐号和设备偏好设置>国家/地区和个人资料。如果账号没有地区，可以“添加信用卡或借记卡”，国内的双币信用卡就行，填写信息时地区记得选美，最后的结果可参考相关红款标识信息。 3. 如果回到 google play 首页还搜不到 chatgpt，可以卸载重装 google play，操作过程保持梯子的 IP 一直是美，多试几次即可。 4. 建议把谷歌邮箱也安装上，平时接收验证码比较方便。如果只想体验 ChatGPT 3.5 版本，不升级 GPT4，可跳转到第 4 步第 6 小步进行登录使用，如果想直接订阅 GPT4 Plus 版本，请接着往下看。
2024-08-17
AnythingLLM 怎么用，好用吗
AnythingLLM 是一款功能强大的软件，具有以下特点和使用方法： 功能：包含了所有 Open WebUI 的能力，并且额外支持选择文本嵌入模型和向量数据库。 安装和配置：安装地址为 https://useanything.com/download 。安装完成后进入配置页面，主要分为三步：选择大模型、选择文本嵌入模型、选择向量数据库。 构建本地知识库：其中有 Workspace 的概念，可以创建自己独有的 Workspace 与其他项目数据隔离。首先创建工作空间，然后上传文档并进行文本嵌入，接着选择对话模式，提供了 Chat 模式（大模型根据训练数据和上传文档数据综合给出答案）和 Query 模式（大模型仅依靠文档中的数据给出答案），最后进行测试对话。 相关评价：被认为是一个可打造成企业内部知识库的私人专属 GPT，能将任何文档、资源或内容转换为大语言模型（LLM）知识库，支持多用户使用，可设权限，兼容多种 LLM 和数据库。 总的来说，AnythingLLM 的使用效果因人而异，需要您亲自实践和体验来判断其是否好用。
2025-02-04