DeepSeek+本地知识库：真的太香了

前言

今天分享下 DeepSeek + 本地知识库的部署方案。本地部署的优势在于隐私性很好，不用担心自己的资料外泄、离线可用；在工作和学习过程中对自己整理的文档，能快速找到，并自动关联；在代码开发上，能参考你的开发习惯，快速生成代码。

方案一：基于 Cherry Studio 搭建（首选）

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-m3

下载 Cherry Studio

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：

1. 找到左下角设置图标
2. 选择模型服务
3. 选择 Ollama
4. 点击管理
5. 点击模型后面的加号（会自动查找到本地安装的模型）
6. 减号表示已经选择了

知识库配置

1. 选择知识库
2. 选择添加
3. 选择嵌入模型
4. 填写知识库名称

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

向量化完成后，可以验证知识库是否生效：

1. 点击搜索知识库
2. 输入搜索内容
3. 点击搜索
4. 验证是否能正确关联到相关文档

大模型处理

点击左上角的聊天图标 -> 点击助手 -> 点击默认助手 -> 选择大模型 -> 选择本地 DeepSeek -> 设置知识库（不设置不会参考）-> 输入提问内容 -> 发问。

方案二：基于 AnythingLLM 搭建

下载 AnythingLLM Desktop

官方地址：https://anythingllm.com/，进入主页点击 "Download for desktop"，选择对应的系统下载。

配置 AnythingLLM

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 DeepSeek 模型
4. 注意下地址
5. 向量数据库不用动，使用自带的
6. 嵌入模型可使用自带的或 Ollama 安装好的
7. 保存

配置工作区

新建工作区 -> 默认会话 -> 上传知识库文档。将文档拖拽到上传框即可。

AnythingLLM 还可以提供 API 访问的功能，作为公共知识库使用。

总结

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，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。

• 隐私性很好，不用担心自己的资料外泄、离线可用
• 在工作和学习过程中对自己整理的文档，能快速找到，并自动关联
• 在代码开发上，能参考你的开发习惯，快速生成代码

文章来源

本文内容整理自以下原始出处：

• https://blog.csdn.net/m0_46995061/article/details/145472294

原文作者：关注我学java（CSDN）