在无外网的Linux服务器上部署Ollama，需要先下载并上传安装包和模型文件。安装后创建服务并导入模型。One API可通过Docker部署，解决tiktoken依赖问题需下载并重命名文件。配置完成后，可在One API中添加Ollama渠道。

本文介绍了Semantic Kernel的特点和核心概念，以及与OneApi的对接方式。Semantic Kernel是一个轻量级的开源框架，可以快速构建智能应用并集成在线大模型。它具有模块化插件架构、多模型集成能力、多样化的链接器生态系统、全面的语言兼容性和低门槛的开发体验。核心概念包括内核、插件、记忆和规划器。通过整合这些概念和组件，Semantic Kernel可以实现智能的语义理解、任务规划和智能决策，为用户提供更智能、灵活和个性化的交互体验。

FastWiki是一个高性能、基于最新技术栈的知识库系统，采用微软Semantic Kernel进行深度学习和自然语言处理。它具有智能搜索、高性能、现代化前端、强大的后端等特点。FastWiki是开源和社区驱动的项目，鼓励开发者和企业使用和贡献。部署FastWiki需要使用docker-compose进行部署。One-Api用于AI的中转站，将国内的AI转换成openai的接口格式。FastWiki提供了一键docker-compose的文件，内部提供的postgresql自带了vector插件。FastWiki还提供了免费的向量Api。

OneAPI是一个统一的API，可以访问不同的大模型，如OpenAI和谷歌Gemini。用户只需一个入口和统一的参数即可访问不同模型。使用教程：部署命令和设置令牌。FastGPT部署和设置应用名称、模板和AI模型。知识库设置和导入数据。现在可以提问关于知识库内容的问题了。

本文介绍了在没有OpenAI或Azure OpenAI资源的情况下学习和使用Semantic Kernel。作者推荐使用星火大模型作为替代资源，并提供了免费的API额度申请链接。文章还介绍了如何使用one-api将星火大模型的接口转发为openai接口的协议格式，并提供了相应的配置和代码示例。最后，作者分享了Semantic Kernel的学习文档和示例网站，并鼓励读者在星火的指引下探索Semantic Kernel的技术。

Semantic Kernel默认支持OpenAI和AzureOpenAI模型，但开发者希望对接国内的其他模型。可以使用开源项目one-api，支持多种大模型，负载均衡访问多个渠道，支持stream模式和多机部署。one-api支持Docker部署，数据和日志保存在宿主机目录。可以使用OpenAIHttpClientHandler类将请求重定向到one-api。通过one-api的多模型支撑和灵活的部署配置，可以为用户提供更丰富和个性化的服务。