Minima项目安装与配置指南
2026-01-30 04:14:47作者:余洋婵Anita
1. 项目基础介绍
Minima是一个开源的本地化对话RAG(Retrieval-Augmented Generation)系统,它可以在不依赖外部服务的情况下,通过容器化技术运行。该项目支持多种模式,包括完全独立的本地化安装、与ChatGPT集成的自定义GPT查询,以及使用Anthropic Claude应用查询本地文档。Minima的主要编程语言包括Python、TypeScript、JavaScript等。
2. 项目使用的关键技术和框架
- 容器化技术:使用Docker和docker-compose来管理应用程序的容器化部署。
- 自然语言处理(NLP):集成了Sentence Transformer和Ollama等NLP模型进行文本嵌入和语言建模。
- 向量数据库:使用Qdrant作为向量数据库,存储和检索文本嵌入向量。
- 深度学习框架:如TensorFlow或PyTorch可能用于模型的训练和推理。
- Web框架:使用Electron构建桌面用户界面。
3. 项目安装和配置准备工作
在开始安装Minima之前,请确保您的系统已经安装以下软件和依赖:
- Docker:用于容器化部署。
- Docker Compose:用于定义和运行多容器Docker应用程序。
- Python 3.10或更高版本:用于部分项目组件。
- Node.js和npm:用于前端构建和打包。
详细安装步骤
-
克隆项目仓库
打开终端,使用以下命令克隆Minima项目仓库:
git clone https://github.com/dmayboroda/minima.git cd minima -
创建.env文件
在项目根目录下创建一个
.env文件,并复制env.sample文件中的所有环境变量到.env文件中。cp env.sample .env -
配置环境变量
根据您的需求编辑
.env文件,设置以下变量:LOCAL_FILES_PATH:指定索引的根文件夹路径。EMBEDDING_MODEL_ID:指定要使用的嵌入模型。EMBEDDING_SIZE:定义嵌入维度。OLLAMA_MODEL:设置Ollama模型。RERANKER_MODEL:指定重排器模型。USER_ID和PASSWORD:如果使用ChatGPT集成,需要提供。
-
启动Minima服务
根据您选择的模式,使用以下命令之一启动Minima服务:
-
完全本地安装:
docker-compose -f docker-compose-ollama.yml --env-file .env up --build -
ChatGPT集成安装:
docker-compose -f docker-compose-chatgpt.yml --env-file .env up --build -
MCP集成安装:
docker-compose -f docker-compose-mcp.yml --env-file .env up --build
-
-
使用ChatGPT集成
如果您启用了ChatGPT集成,在启动容器后,复制控制台中显示的一次性密码(OTP),并在Minima GPT界面中使用该密码。
-
启动Minima Electron应用
切换到
electron目录,安装Node.js依赖,并启动应用:cd electron npm install npm start打开浏览器,访问
http://localhost:3000即可使用Minima。
以上步骤为Minima项目的详细安装和配置指南,按照这些步骤操作,您应该能够成功部署和运行Minima。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
703
4.51 K
Ascend Extension for PyTorch
Python
567
693
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
547
98
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
957
955
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
411
338
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
940
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
566
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
210
暂无简介
Dart
948
235
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387