手把手教你搭建属于自己的智能知识库：Deepseek + 开源工具超详细指南-开源(Cherry、Ragflow、Dify)

手把手教你搭建属于自己的智能知识库：Deepseek + 开源工具超详细指南-开源(Cherry、Ragflow、Dify)

在数字化时代，知识就是力量，而管理知识的方式也变得越来越智能。想象一下，如果你有一个私人智能助手，能够随时回答你的问题，还能从你自己的资料中找到答案，那该有多酷！今天，我们就来聊聊如何用 Deepseek 和一些开源工具，搭建一个属于自己的智能知识库。别担心，我会用最通俗易懂的方式，带你一步步实现它。

一、什么是 Deepseek 和为什么要用它？

Deepseek 是一种强大的语言模型，它就像一个超级聪明的“大脑”，能够理解和生成自然语言。简单来说，你可以问它问题，它会给出答案，甚至还能帮你写文章、做数学题。

但是，直接使用这样的模型通常需要强大的硬件支持，比如高端服务器。对于普通用户来说，这显然不太现实。这时候，Ollama 就派上用场了。

Ollama：让 Deepseek 跑在你的电脑上

Ollama 是一个开源项目，它可以帮助我们在普通的电脑上快速部署和运行像 Deepseek 这样的大语言模型。它就像一个“桥梁”，帮你解决了复杂的环境配置问题，还优化了模型的运行效率。

Ollama 的优势：

• 简单易用：安装后，你只需要通过简单的命令就能运行模型。
• 资源优化：支持权重量化和分块加载，让模型在普通电脑上也能流畅运行。
• 隐私保护：模型和数据都存储在本地，不用担心隐私问题。

二、搭建本地知识库的步骤

1. 安装 Ollama

首先，我们需要安装 Ollama。别担心，这个过程非常简单。

安装步骤：

1. 下载 Ollama：访问 Ollama 官网，根据你的操作系统（Windows、Mac 或 Linux）选择对应的安装包。
2. 安装：下载完成后，直接运行安装程序即可。安装过程中会自动配置好环境变量。

验证安装

安装完成后，打开命令行工具（Windows 的 CMD 或 Mac/Linux 的终端），输入以下命令，看看是否安装成功：

ollama -h

如果看到类似下面的输出，说明安装成功了！

Large language model runner
Usage:
  ollama [flags]
  ollama [command]
Available Commands:
  serve       Start ollama
  create      Create a model from a Modelfile
  show        Show information for a model
  run         Run a model
  stop        Stop a running model
  ...

2. 部署 Deepseek 模型

接下来，我们需要下载并运行 Deepseek 模型。Ollama 已经为我们准备好了一切，只需要几条简单的命令。

下载并运行模型

在命令行中输入以下命令：

ollama run deepseek-r1

Ollama 会自动从远程仓库下载 Deepseek 模型，并在本地运行。下载过程中可能会花一点时间，耐心等待即可。

下载完成后，你可以直接和模型互动了！比如，你可以问它一个数学问题：

PS C:\Users\Administrator> ollama run deepseek-r1
>>> 1+2+3+4+54654+213=？

模型会给出答案：

54877

是不是很神奇？🎉

3. 配置 Ollama 服务

为了让我们的知识库工具能够和 Ollama 交互，我们需要将 Ollama 服务绑定到本地网络接口。

在命令行中输入以下命令：

$env:OLLAMA_HOST="0.0.0.0"

然后启动 Ollama 服务：

ollama serve

如果一切正常，你会看到类似下面的日志输出，说明服务已经启动成功：

Listening on [::]:11434 (version 0.5.7)

4. 搭建知识库工具

现在，我们已经有了一个本地运行的 Deepseek 模型，接下来需要一个知识库工具来管理我们的资料，并结合模型实现智能问答。这里我们介绍几种流行的开源工具：Ragflow、Dify、Cherry Studio 。

1. Ragflow：适合企业级用户的强大工具

Ragflow 是一个开源的 RAG 引擎，它可以帮助我们将知识库中的内容与语言模型结合起来，生成更准确的答案。它适合有一定技术基础的用户或企业级场景。

部署 Ragflow

1. 安装 Docker：如果你还没有安装 Docker，可以从 Docker 官网下载并安装。

2. 克隆 Ragflow 项目：

   git clone https://github.com/infiniflow/ragflow.git
   

3. 运行 Docker 容器：

   cd ragflow/docker
   docker compose -f docker-compose.yml up -d
   

4. 访问 Ragflow：打开浏览器，访问 http://localhost，按照界面提示注册账号并登录。
   

5. 配置知识库：在 Ragflow 的 Web 界面中，添加嵌入模型和知识库，上传你的资料（如 PDF、Word 等），并进行简单的配置。
   

6. 测试问答：配置完成后，你可以输入问题，Ragflow 会从知识库中检索相关内容，并结合 Deepseek 模型生成答案。

2. Dify：简单易用的全功能平台

Dify 是一个开源的 LLM 应用开发平台，提供了直观的界面和丰富的功能，适合个人用户和小型团队。

部署 Dify

1. 克隆 Dify 项目：

   git clone https://github.com/langgenius/dify.git
   

2. 运行 Docker 容器：

   cd dify/docker
   docker-compose up -d
   

3. 访问 Dify：打开浏览器，访问 http://localhost，注册账号并登录。

4. 配置知识库：在 Dify 的 Web 界面中，选择“知识库管理”，上传你的资料，并配置模型参数。

5. 测试问答：配置完成后，你可以创建一个聊天助手，输入问题并查看答案。

3. Cherry Studio：桌面客户端，轻松上手

Cherry Studio 是一个跨平台的桌面客户端，支持 Windows、Mac 和 Linux。它提供了丰富的功能，包括多模型集成、知识库管理和智能体预置。

安装 Cherry Studio

1. 下载安装包：访问 Cherry Studio 官网，根据你的操作系统下载安装包。
2. 安装：下载完成后，直接运行安装程序即可。

配置知识库

1. 启动 Cherry Studio：打开软件后，选择“模型服务”，连接到本地的 Ollama 服务。
2. 创建知识库：在“知识库”选项中，上传你的资料（如 PDF、Word 等），并选择嵌入模型。
3. 测试问答：配置完成后，你可以直接在软件中输入问题，查看答案。

4. AnythingLLM：简单快捷的桌面应用

AnythingLLM 是一个全栈应用程序，支持本地运行和远程托管。它可以帮助你快速搭建一个私有的智能聊天系统。

安装 AnythingLLM

1. 下载安装包：访问 AnythingLLM 官网，下载对应操作系统的安装包。
2. 安装：下载完成后，直接运行安装程序。

配置知识库

1. 启动 AnythingLLM：打开软件后，选择本地模型，并创建工作区。
2. 导入知识库：将你的资料（如 PDF、Word 等）导入工作区，并启用。
3. 测试问答：配置完成后，你可以输入问题，查看答案。

三、总结

通过本文你已经了解了如何使用 Deepseek和开源工具搭建一个属于自己的智能知识库。无论是企业级用户，还是个人用户，都能找到适合自己的工具。

• Ragflow：适合有一定技术基础的用户，功能强大，适合企业级场景。
• Dify：简单易用，功能丰富，适合个人用户和小型团队。
• Cherry Studio：桌面客户端，操作简单，适合新手快速上手。
• AnythingLLM：简单快捷，适合快速搭建私有聊天系统。

希望这篇文章能帮助你迈出搭建智能知识库的第一步。如果你在实践过程中遇到任何问题，欢迎在评论区留言，我们一起讨论！

四、参考链接

• Ollama 官网
• Ragflow 官网
• Dify 官网
• Cherry Studio 官网
• AnythingLLM