使用Deepseek搭建本地知识库-Cherry Studio

已于 2025-02-19 15:31:07 修改
阅读量3.7k 收藏 20
点赞数 26
CC 4.0 BY-SA版权
文章标签： 人工智能 deepseek 大语言模型
于 2025-02-07 18:40:01 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/ITNoobie/article/details/145500401

Cherry Studio

支持多模型服务的 Windows/macOS GPT 客户端

GITHUB：CherryHQ/cherry-studio
优快云资源：cherry studio
Cherry Studio 是一个支持多模型服务的桌面客户端，为专业用户而打造，内置 30 多个行业的智能助手，帮助用户在多种场景下提升工作效率。

Cherry Studio 0.9.1更新后有一个知识库功能，我们可以使用 硅基+Cherry Studio 来实现本地知识库，帮你更好的获取需要的内容，废话不多说直接开始。

  1. 首先去 硅基（点我去注册） 注册个账号，因为需要配置 Embedding（嵌入式模型），注册成功后你会免费获得14R（2000W Token）

  2. 安装 CherryStudio 客户端，官网提供了全平台 Mac/Win/Linux 客户端

最低0.47元/天 解锁文章

200万优质内容无限畅学
RiddleMa
关注
DeepSeek本地部署+cherry studio本地知识库搭建
热土程序园，利他愉己~
02-11 2608
1.下载并安装：ollama https://ollama.com/download 安装是否成功确认 管理员权限运行PowerShell： ollama -h 2.下载安装deepseek 管理员方式运行PowerShell，运行命令： ollama run deepseek-r1:7b 其他版本可选：https://ollama.com/library/deepseek-r1 3.命令行界面再次打开运行 管理员方式运行PowerShell 运行： ollama run deepsee
DeepSeek搭建本地知识库
Think_and_work的博客
03-18 1017
最后：我是Walker，一个热爱分享编程知识的程序员，希望能够帮助到你！
CherryStudio 搭建deepseek本地知识库
赵一舟的博客
02-05 8149
注册个账号，因为需要配置 Embedding（嵌入式模型），注册成功后你会获得14R（2000W Token）1、我是deepseek官方申请的，现在因为各种原因 不开放了，需要的小伙伴可以找我要可以，将 复制的API秘钥 填写进去，点击右边的检查，会提示成功还是失败，当提示成功表示可以使用。第二种选择是硅基流动，首先去。客户端，官网提供了全平台。
手把手教你用 DeepSeek + CherryStudio 打造本地知识库
2401_84204207的博客
02-10 1万+
CherryStudio 是一款支持多个模型提供方的客户端软件，最近雨飞也是一直在使用它，但是很多人只是用来进行简单的对话。其实 Cherry Studio 还可以用来搭建简易的本地知识库，今天就教大家如何使用和搭建这个知识库。官方网站：https://cherry-ai.com/安装过程非常简单，直接参考下方教程。1、配置硅基流动的模型服务和 API 密钥这一步可以参考文章：[全网首发，硅基流动 X 华为云，提供 DeepSeek R1 API 推理服务]2、配置模型。
零基础实战：用 Docker 和 vLLM 本地部署 BGE-M3 文本嵌入模型
最新发布
静心编程，禅意生活。
06-13 1932
BGE-M3是北京智源推出的多功能文本嵌入模型，支持跨语言语义匹配。利用Docker容器化和vLLM框架可高效部署该模型，实现本地运行的优势包括隐私保护、定制化和成本控制。通过配置Docker环境，使用vLLM官方镜像加载模型，并进行文本嵌入测试验证效果。该方案适合开发者快速验证模型能力，或集成到本地NLP流程中。
Cherry Studio搭建本地知识库，让DeepSeek R1发挥最大实力，彻底告别硬件限制！
热门推荐
m0_59164304的博客
02-07 4万+
今天我们——借助硅基流动的 API 接口，让你轻松接入DeepSeek R1模型，体验满血复活版R1的强大功能。今天给大家介绍一个新的工具，Cherry Studio，一款聚合主流大语言模型服务的桌面工具。它通过直观的可视化界面和远程API接口，实现了跨平台调用各类模型，既降低了对本地硬件的依赖，又大幅提升了使用效率，为大家搭建高效知识库提供了全新思路。打开Cherry官网：https://cherry-ai.com/download选择适配自己操作系统的版本进行下载。
DeepSeek+Cherry Studio实现本地私有满血版
NeilNiu
02-22 838
连接成功提问效果，看到这个提示恭喜你配置成功可以体验满血版deepseek。安装完后直接调用，可以发现是调不通的，这个时候我们需要配置API密钥。官网 ：https://siliconflow.cn/zh-cn/选择deepseek-ai/DeepSeek-R1在线体验。在线版本每日会有限制使用次数，接下来我们部署本地私有调用。在之前访问的硅基流动找到API密钥，新建密钥，复制密钥。安装cherry studio，进入官网。2、安装完成后配置deepseek。点击左下角设置按钮，配置密钥。
手把手教你用 DeepSeek + Cherry Studio 构建 AI 知识库
老黄浅谈质量的博客
02-07 1万+
DeepSeek 是北京深度求索人工智能基础技术研究有限公司推出的大语言模型算法 ，以 transformer 架构为基础，通过海量语料数据进行预训练，能实现语义分析、计算推理、问答对话等多种任务。它在编码、数学、中文理解等方面表现出色，经过不断的版本迭代，性能持续提升，如 DeepSeek-V3 在知识类任务上的水平显著提升，生成速度也大幅提高。
deepseek本地部署并搭建本地知识库完整教程及安装软件
02-09
至于界面化的部分，用户通过Cherry-Studio能够更加直观地管理和使用知识库。Cherry-Studio作为DeepSeek的界面化工具，提供了用户友好的操作界面，让用户能够轻松完成知识库的日常管理任务，包括添加、编辑、删除数据...
零代码！用DeepSeek+Cherry studio，4步搭建本地专属AI知识库
m0_59163425的博客
02-27 4619
今天给大家分享一下如何搭建一个AI本地知识库，毕竟有些数据留着自己本地才是最好的，不管是因为隐私还是安全。对了在开始之前再给大家分享一个Deepseek的官方平替网站，速度飞快，几乎没有频繁访问的问题存在。问小白一个一站式AI对话问答网站，接入了Deepseek-R1满血大模型，页面和官方非常像，连问答效果也一样，支持联网搜索、图片上传、附件上传，目前使用体验还不错。地址：https://www.wenxiaobai.com/chat/200006本地搭建知识库AI环境。
Cherry Studio上的Deepseek——通过调用阿里云百炼API
LeeConstantine的博客
02-08 5622
网上有很多调用硅基流动的攻略，却没个配置阿里云的，那我来出个教程，教大家在Cherry Studio调用阿里云的Deepseek。
个人知识库首选？满血版deepseek+cherry studio快速搭建本地知识库
2401_85343303的博客
03-03 4648
• 这种方式非常适合有知识库需求的个人用户，满血版deepseek的加持能让回答聪明不少。• 搭建过程简单快速，硅基流动免费的token用完后可以换其他的模型服务商，操作方法类似。• Cherry Studio知识库中添加的文件存储在本地，不会上传第三方服务器，一定程度上也保证了数据安全。支持数据备份，可以用这个方法给其他人分享投喂好的知识库。• 如果实在担心数据隐私，那还是建议本地搭建大模型+知识库。
Deepseek+Cherry Studio搭建本地知识库
m0_59164520的博客
02-20 2456
本文目录一、注册华为硅基流动平台1、注册2、创建API密钥二、安装Cherry Studio三、Cherry Studio连接硅基流动模型四、构建本地知识库1、添加嵌入式模型2、添加知识库3、添加文件五、使用知识库。
零代码使用Cherry Studio构建自己的DeepSeek专属知识库
Eumenidus的博客
03-03 1592
本文介绍了一种简单快速的方法，让零代码基础的读者可以快速构建属于自己的个人本地专属知识库
从零开始：CherryStudio 打造专属本地 AI 知识库全攻略
Andy0214的专栏
03-05 4829
一开始我没有很详细的提示词，就是简单告诉它自己是一个隐私合规分析工程师，帮助分析一下隐私政策，参考知识库中的标准文档，看看有什么不合规的地方，当然这样的话给我的答案就很不稳定，一会分析的这一段，一会分析的那一段，这次分析这几段，下次就分析其他几段了，完全不固定。好了，我开始给他固定一些内容，比如我告诉他应该针对哪些检测项进行分析，把标准中和隐私政策文本相关的一些检测项整理出来都放在提示词里，同时告诉它要逐一分析下面的检测项，不能遗漏，这时可以分析所有的检测项了，但是很多检测项的理解还是欠缺。
DeepSeek+CherryStudio本地搭建：AI开发者的必备技能！
人生不怕起点低，就怕没追求
03-12 1372
火山引擎是字节跳动公司的大模型平台，现在刚刚推出DeepSeek api服务，用的人比较少，速度飞快，是我用过最快的DeepSeek API了
零基础小白必看！手把手教你用 Ollama + DeepSeek + Cherry Studio 打造本地智能体
python1234_的博客
03-21 1370
可能大家都想学习AI大模型技术，也想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。1.再次打开Ollama官网，地址：https://ollama.com/，点击MODELS，选择需要的大模型，这里我们选择deepseek，下拉选中7B，再次点击右边复制图例。第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。的爆火，远不止于此。(可以根据自己系统进行选择)
实现不卡的deepseek R1 体验siliconflow+deepseek+cherry-studio
qq_45553401的博客
02-03 3473
首先访问https://cloud.siliconflow.cn/i/cSa1pqfp注册账号邀请码填入邀请码为新用户完成SiliconCloud（硅基流动）账号注册，可以免费获得2000万Tokens。
ollama deepseek 搭建本地知识库
03-30
### 使用 Ollama 和 DeepSeek 构建本地知识库 #### 工具简介 Ollama 是一种用于管理和运行大型语言模型 (LLM) 的工具，支持多种预训练模型并允许用户轻松部署这些模型到本地环境。DeepSeek 则是一系列高性能的大规模语言模型，能够提供高质量的回答和推理能力[^3]。 为了构建一个高效的本地知识库系统，可以结合 Dify 或 Cherry Studio 进行前端界面设计以及数据管理功能扩展，同时利用 BGE-M3 向量模型实现文档嵌入与检索优化[^2]。 #### 安装配置流程 以下是具体操作指南： 1. **安装 Ollama** 首先下载最新版本的 Ollama 并设置自定义存储路径以便更好地控制磁盘空间分配情况。 ```bash curl -fsSL https://ollama.ai/install.sh | sh ollama install deepseek/... --path /your/custom/path/ ``` 2. **加载所需模型** 下载适合当前应用场景的目标 LLM 及其配套组件（如 embedding generator），这里推荐选用 DeepSeek 系列中的某一款作为主要对话引擎，并搭配高效能向量化解决方案——BGE-M3 来增强语义理解效果[^1]。 3. **准备待处理资料集** 将所有希望纳入索引范围内的文件整理成统一格式（例如纯文本、HTML 页面等），并通过脚本批量转换为标准化输入形式供后续环节调用。 4. **执行内容解析与特征提取** 借助专门开发的数据管道技术栈完成自然语言分词、关键词抽取等工作项；随后运用选定好的 Embedding 方法生成对应维度表示向量集合保存至数据库表单当中等待查询匹配时刻到来时发挥作用。 5. **集成展示层逻辑代码片段** 设计友好的交互式图形化用户接口(GUI)，让用户可以通过简单直观的操作方式提交问题请求得到即时反馈结果。此部分可参考官方样例项目或者第三方贡献资源自行调整样式风格满足个性化需求。 ```python from langchain.embeddings import HuggingFaceEmbeddings embedding_model = "BAAI/bge-base-en-v1.5" embedder = HuggingFaceEmbeddings(model_name=embedding_model) def embed_text(texts): embeddings = embedder.encode(texts, normalize_embeddings=True) return embeddings.tolist() ``` #### 注意事项 在整个实施过程中需要注意保持各子模块间良好协作关系的同时兼顾性能表现指标评估工作，确保最终产物既具备实用性又能达到预期质量标准水平线之上。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值