# geek-ollama-demo

**Repository Path**: front-end-frontier-technology/geek-ollama-demo

## Basic Information

- **Project Name**: geek-ollama-demo
- **Description**: 极客学习，学习ollama模式
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-07-17
- **Last Updated**: 2025-07-17

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## ollama的使用方法
[ollama软件](https://ollama.com/download)

安装软件后，命令行输入：ollama后，可以有命令，表示安装成功。

### 联动一个模型：
ollama pull nomic-embed-text

### 使用模式：
index.ts，这里使用上吗ollama拉取的库，进行 embeddings 的计算。
这个就是 embedding 模型根据我们输入的文本构建的向量了。
```ts
  const res = await ollama.embeddings({
    model: "nomic-embed-text",
    prompt: "RAG 是什么？",
  });

```



## 进阶使用：
### 接下来，我们安装向量数据库 vectra，用来存储向量：
pnpm install vectra

### 看调用
这里use-rag.ts，使用了向量数据库，来进行向量的存储和查询。
调用demo.ts来进行调用。