一、思维导图整体知识结构梳理思维导图一共划分为十二大模块Ollama 介绍、Ollama 下载与安装、Ollama 官方模型清单、Ollama 完整命令手册、Modelfile 自定义模型、Ollama API 调用、Dify 开源 AI 平台简介、Dify 部署、Dify 集成 Ollama 本地模型、Dify 构建应用、Dify 知识库 RAG 配置、Hutool 调用 Dify 接口。Ollama 介绍开源跨平台本地大模型部署工具模型本地运行数据不上云保护隐私跨 Windows/macOS/Linux/Docker 多平台支持模型管理、内置 OpenAI 兼容 API同时区分入门、主流、大生产级别的硬件配置要求。Ollama 下载与安装覆盖 Windows、macOS、Linux、Docker 四种部署方式包含一键脚本、环境变量修改、开机自启配置、版本更新卸载操作可修改模型存储路径避免 C 盘占用。Ollama 官方模型清单分类整理通用对话、代码专用、多模态识图、向量嵌入 RAG 模型讲解模型命名规则区分参数量、量化等级。Ollama 完整命令手册模型本地管理命令pull 拉取、list 查看、rm 删除、cp 复制、show 查看配置、prune 清理缓存交互运行命令、服务辅助命令包含启动后台服务、停止模型等操作。Modelfile 自定义模型掌握 Modelfile 常用指令FROM、SYSTEM、PARAMETER、TEMPLATE实战场景定制 AI 角色、导入本地 GGUF 私有模型、修改原有模型配置理解温度、上下文窗口、单次最大输出等关键参数。Ollama API 调用原生 HTTP 接口支持 Hutool‑AI 对接 OllamaJava 代码实现本地多轮聊天组装 Message 消息集合完成对话。Dify 开源 AI 平台简介开源 LLM 应用开发平台低代码快速搭建 Agent、聊天机器人具备可视化工作流、RAG 检索增强、多模型兼容、知识库、日志监控等核心能力列举业务使用场景。Dify 部署Docker Desktop 安装配置WSL2 环境准备使用 Docker Compose 完成部署执行启动、查看状态、备份导出操作。Dify 集成 Ollama 本地模型在 Dify 模型供应商配置 Ollama模型名称必须和ollama list保持一致梳理常见故障连接拒绝、找不到模型、缺少嵌入模型等问题排查。Dify 构建应用五种应用类型聊天助手、Agent、文本生成、Workflow 工作流、Chatflow聊天助手四大模块提示词、变量、知识库、执行流程掌握完整链路。Dify 知识库 RAG 配置文档分段模式通用、父子分段索引检索设置Embedding 向量模型、混合检索、重排序、TopK、相似度阈值语义检索与关键词检索对比知识库发布多种访问方式。Hutool 调用 Dify 接口获取 API Key请求地址、请求参数区分阻塞 / 流式返回模式解析响应拿到 AI 返回 answer 内容。二、思维导图制作与分享意图将 Ollama 本地部署、自定义模型、命令、API 调用整套实操知识结构化把硬件要求、安装步骤、命令集合全部整理本地跑大模型的时候可以快速查阅。梳理 Dify 完整学习链路从部署、对接本地 Ollama 模型、搭建 AI 应用、RAG 知识库再到 Java 代码调用 Dify 接口打通本地大模型到应用开发全流程。汇总大量踩坑点包含端口访问失败、模型找不到、分段参数配置、检索参数调优开发遇到问题可以对照导图快速定位故障。区分概念和实操理清 RAG 知识库、Agent、Workflow、Chatflow 各个应用的适用场景为 Java 智能体项目做技术储备。完整串联本地大模型→Dify 低代码平台→Java 后端调用这条技术线方便复习加深对私有化部署大模型的理解。三、当日学习总结今天学习 Ollama 本地私有化部署大模型掌握多平台安装部署熟悉全套 ollama 命令学会 Modelfile 自定义角色模型理解温度、上下文窗口等调参含义也学会 Java 通过 API 对接本地 Ollama。 同时学习 Dify 开源 AI 平台使用 Docker Compose 完成部署完成 Dify 对接本地 Ollama 模型。学习 Dify 各类 AI 应用类型重点掌握 RAG 知识库文档分段、向量索引、检索策略配置理解检索增强生成的原理。最后学习通过 API 调用 Dify实现 Java 程序访问 Dify 搭建好的 AI 应用。 理解私有化大模型整套技术栈不需要调用外网大模型接口本地完成全部推理对于企业内网智能体项目非常实用实操中也遇到网络连通、模型匹配、分段调优各类问题熟悉对应的排错思路拓展了智能体开发的技术选型。