Budibase & Ollama

Устанавливаем Ollama

curl -fsSL https://ollama.com/install.sh | sh

Проверяем что запущено

ollama

Устанавливаем простую модель

ollama run qwen2.5:1.5b-instruct

Проверяем что адрес доступен

http://host.docker.internal:11434/api/tags

Результатом должно быть

{
  "models": [
    {
      "name": "qwen2.5:1.5b-instruct",
      "model": "qwen2.5:1.5b-instruct",
      "modified_at": "2026-03-24T13:09:40.548521416+03:00",
      "size": 986061892,
      "digest": "65ec06548149b04c096a120e4a6da9d4017ea809c91734ea5631e89f96ddc57b",
      "details": {
        "parent_model": "",
        "format": "gguf",
        "family": "qwen2",
        "families": [
          "qwen2"
        ],
        "parameter_size": "1.5B",
        "quantization_level": "Q4_K_M"
      }
    }
  ]
}

Далее настраиваем Budibase (далее ИИ)

Настройка собственного AI агента в Budibase для работы с локальной моделью Ollama (например, qwen2.5:1.5b-instruct) выполняется через конфигурацию провайдера с OpenAI-совместимым API. Вот пошаговая инструкция.
Шаг 1: Убедитесь, что Ollama запущена и модель загружена

Перед настройкой Budibase убедитесь, что Ollama работает и модель доступна.

Откройте терминал и выполните:

# Запустите сервер Ollama, если он еще не запущен
ollama serve

В другом окне терминала убедитесь, что модель загружена (или скачайте её):

# Загрузите модель, если она еще не установлена
ollama pull qwen2.5:1.5b-instruct

Ollama по умолчанию запускает API на http://localhost:11434. Убедитесь, что порт доступен.

Шаг 2: Настройка AI провайдера в Budibase

Budibase использует единую конфигурацию AI для всего Workspace. Для подключения локальной модели нужно указать её как OpenAI-совместимый эндпоинт.

1. Откройте настройки Workspace: Нажмите на иконку шестеренки (Settings) в левом нижнем углу Budibase.
2. Перейдите в раздел AI: В меню настроек выберите пункт AI.
3. Выберите провайдера: В выпадающем списке «Provider» выберите OpenAI.
   • Почему OpenAI? Budibase поддерживает стандарт API OpenAI. Поскольку Ollama эмулирует этот протокол, мы используем эту настройку для подключения к локальному серверу .
4. Введите данные подключения:
   • API Key: Так как Ollama работает локально и не требует ключа, введите любое значение (например, ollama или dummy). Поле не должно быть пустым.
   • URL (Endpoint): Введите адрес вашего локального сервера.
     • Стандартный URL: http://localhost:11434/v1
     • Важно: Добавьте /v1 в конце пути, чтобы указать на совместимую версию API.
   • Model Name: Укажите точное имя модели, которую вы загрузили. В вашем случае это qwen2.5:1.5b-instruct.
5. Сохраните настройки: Нажмите кнопку «Save» (или «Enable») внизу. Budibase проверит соединение, и если все настроено верно, вы увидите зеленый индикатор статуса.

Шаг 3: Создание AI Агента

После подключения модели можно приступать к созданию агента.

1. Перейдите в раздел Agents: В левом меню нажмите иконку Agents (обычно выглядит как робот или мозг).
2. Создайте нового агента: Нажмите кнопку + New Agent.
3. Выберите модель: В открывшемся интерфейсе нажмите Connect AI Model (или выберите из списка) и укажите только что настроенный OpenAI-коннектор с вашей qwen2.5:1.5b-instruct .

Шаг 4: Конфигурация инструкций и инструментов (Tools)

Чтобы агент работал осмысленно, ему нужно дать инструкции и доступ к данным .

1. Instructions (Инструкции):
   Заполните поле «Instructions». Поскольку вы используете относительно небольшую модель (1.5b), инструкции должны быть максимально четкими и структурированными. Избегайте сложной вложенной логики.Пример инструкции:

**Agent role**
You are a helpful assistant for internal data. Respond in Russian if the user speaks Russian.

**Rules**
- Be concise.
- Use tools to fetch data if asked about specific records.
- Do not modify data unless explicitly told.

1. Tools (Инструменты):
   • Внизу экрана найдите раздел Tools.
   • Нажмите Add Tool.
   • Выберите таблицу, с которой агент должен работать (например, если у вас есть таблица «Tickets»).
   • Добавьте необходимые операции: List Rows (чтение данных), Get Row (получение одной записи), Update Row (обновление). Для локальной модели лучше дать доступ к минимально необходимому набору инструментов, чтобы снизить нагрузку на контекст .

Шаг 5: Тестирование агента

В интерфейсе редактирования агента есть встроенное окно чата справа.

1. Проверьте соединение: Напишите простое сообщение, не требующее обращения к базе данных, например: «Привет, кто ты?».
2. Проверьте инструменты: Напишите запрос, связанный с данными: «Покажи мне последние 3 заявки».
   • Если агент не отвечает или отвечает на английском, попробуйте добавить в инструкцию явное указание: "Respond in Russian".
   • Модель 1.5b может хуже следовать сложным инструкциям по форматированию JSON, чем большие модели, поэтому для критически важных задач рассмотрите использование более мощной модели или Automations вместо Agents.

Тут главное чтобы Budibase видел адрес http://host.docker.internal:11434

docker exec budibase curl http://host.docker.internal:11434/api/tags