摘要：基于本地的deepseek搭建个人知识库。 使用本地服务,安装嵌入模型，用于将文本数据转换为向量标识的模型。
今天分享下deepseek +本地知识库的部署。
先画个数据流程流程。
基于本地的deepseek搭建个人知识库。 使用本地服务,安装嵌入模型，用于将文本数据转换为向量标识的模型。
#命令行窗口执行拉取下即可。ollama pull bge-m3pulling manifestpulling daec91ffb5dd... 100% ▕████████████████████████████████████████████████████████▏ 1.2 GBpulling a406579cd136... 100% ▕████████████████████████████████████████████████████████▏ 1.1 KBpulling 0c4c9c2a325f... 100% ▕████████████████████████████████████████████████████████▏ 337 Bverifying sha256 digestwriting manifestsuccess根据自己的环境下载cherry studio
安装的时候，注意安装到其他磁盘，不要在c盘安装。
配置本地ollama
操作步骤：
找到左下角设置图标选择模型服务选择ollama点击管理点击模型后面的加号（会自动查找到本地安装的模型）减号表示已经选择了知识库配置
添加知识文档
cherry可以添加文档，也可以添加目录（这个极其方便），添加完以后出现绿色的对号，表示向量化完成。
搜索验证
大模型处理
大家可以看到deepseek已经把结果整理了，并告诉了我们参考了哪些资料。
满血版
差别就是大模型的选择，在模型服务里配置下在线的deepseek服务即可。
如果你的知识库有隐私数据，不要联网！不要联网！不要联网！
下载AnythingLLM Desktop
下载以后，安装的时候，注意安装到其他磁盘，不要在c盘安装。
AnythingLLM 配置
1. 点击 LLM首选项
2. 选择ollama作为模型提供商
3. 选择已安装的deepsek 模型
4. 注意下地址
5. 保存
1. 向量数据库不用动即可，使用自带的（ps:如果没有选择安装目录，默认在c盘，如果后续有需要可以挪走）
2. 嵌入模型配置
3. 可以使用自带的，也可以使用ollama安装好的
4. 配置完点击左下角的返回即可
配置工作区
将文档拖拽到上传框。ps: 只需要拖拽一次就行了，它在聊天框能看到。不知道为什么，我这拖拽以后，没看到上传成功，然后又拖拽了几次。然后聊天框就好多份。
当然你可以配置远程文档，confluence、github都可以。
ps: 需要注意的是文档在工作区间内是共用的。
api功能
AnythingLLM 可以提供api访问的功能，这个可以作为公共知识库使用。
整个操作下来，AnythingLLM 的体验没有cherry好。AnythingLLM就像一个包壳的web应用(后来查了下，确实是)。AnythingLLM 得具备一定的程序思维，给技术人员用的。非技术人员还是使用cherry吧。作为喜欢折腾的开发人员，我们可以结合dify使用。
最后本文，完。觉得本篇文章不错的，记得随手点个赞、收藏和转发三连，大家感兴趣的可以关注下，后续我再研究点新东西分享给大家⭐~
来源：AIGC研究社