超详细！DeepSeek本地搭建部署、搭建知识库及智能体教程
一、引言
在人工智能飞速发展的当下，大模型的应用越来越广泛。DeepSeek作为一款强大的模型，能够在本地进行搭建部署，从而实现个性化的知识库构建以及智能体应用，这为开发者和爱好者提供了极大的便利。本文将以详细的图文步骤，带领大家一步步完成DeepSeek的本地搭建部署、知识库搭建以及智能体的创建，让你轻松掌握这一前沿技术。
二、DeepSeek本地搭建部署
（一）环境准备
- 硬件要求：一台具有较强计算能力的电脑，建议配备NVIDIA GPU，如RTX 30系列及以上，以加速模型运行。同时，至少8GB内存，推荐16GB或更高。
- 软件要求：
（二）安装依赖库
- 创建一个新的虚拟环境（可选但推荐）：
- 在命令行中输入以下命令安装
virtualenv（如果未安装）：
- 在命令行中输入以下命令安装
pip install virtualenv
- 创建虚拟环境，假设环境名为`deepseek_env`：
virtualenv -p python3.8 deepseek_env
- 在Windows系统中激活虚拟环境：
deepseek_env\Scripts\activate
- 在Ubuntu系统中激活虚拟环境：
source deepseek_env/bin/activate
- 安装DeepSeek所需的依赖库。进入项目目录（如果没有项目目录，先创建一个），在该目录下创建一个
requirements.txt文件，内容如下：
torch
transformers
sentencepiece
然后在命令行中运行以下命令安装依赖：
pip install -r requirements.txt
安装过程可能需要一些时间，取决于网络速度。
（三）下载DeepSeek模型
- 访问DeepSeek官方网站或其官方开源仓库（如在GitHub上），找到模型下载链接。模型文件较大，可能需要耐心等待下载完成。
- 将下载好的模型文件解压到项目目录下的一个新文件夹，例如
deepseek_model。
（四）运行DeepSeek模型
- 在项目目录下创建一个Python脚本，例如
run_deepseek.py，内容如下：
import torch
from transformers import AutoTokenizer, AutoModel
tokenizer = AutoTokenizer.from_pretrained('deepseek_model')
model = AutoModel.from_pretrained('deepseek_model')
text = "你好，DeepSeek"
inputs = tokenizer(text, return_tensors='pt')
outputs = model(**inputs)
print(outputs)
- 在命令行中运行该脚本：
python run_deepseek.py
如果一切顺利，你将看到模型输出的结果，这表明DeepSeek模型已在本地成功部署运行。
三、搭建知识库
（一）数据收集
- 确定知识库的主题，例如是关于技术文档、学术论文还是产品介绍等。
- 根据主题收集相关的数据，可以从网站、文档、数据库等多种来源获取。例如，如果是搭建技术知识库，可以从技术论坛、开源项目文档等地方收集文本资料。
（二）数据预处理
- 文本清洗：使用Python的
re库等工具去除文本中的噪声，如HTML标签、特殊字符、多余的空格等。示例代码如下：
import re
def clean_text(text):
text = re.sub('<.*?>', '', text) # 去除HTML标签
text = re.sub('[^a-zA-Z0-9\s]', '', text) # 去除特殊字符
text = re.sub('\s+',' ', text).strip() # 去除多余空格并修剪字符串
return text
- 文本分割：将长文本分割成合适长度的段落或句子，以便后续处理。可以使用
nltk库进行句子分割，示例代码如下：
import nltk
nltk.download('punkt')
from nltk.tokenize import sent_tokenize
def split_text(text):
sentences = sent_tokenize(text)
return sentences
- 向量化：使用词向量模型（如Word2Vec或FastText）或预训练的语言模型（如BERT）将文本转换为向量表示。这里以
sentence-transformers库为例，对文本进行向量化：
from sentence_transformers import SentenceTransformer
model = SentenceTransformer('all-MiniLM-L6-v2')
texts = ["这是一个示例句子", "另一个示例句子"]
embeddings = model.encode(texts)
print(embeddings)
（三）存储知识库
- 选择合适的数据库存储向量化后的文本和对应的原始文本。常用的选择有Elasticsearch、Faiss等。这里以Faiss为例进行说明。
- 安装Faiss库：
pip install faiss - gpu
- 创建Faiss索引并存储数据：
import faiss
import numpy as np
# 假设embeddings是之前生成的文本向量，texts是对应的原始文本
d = embeddings.shape[1] # 向量维度
index = faiss.IndexFlatL2(d)
index.add(embeddings)
# 可以将原始文本存储在一个列表中，通过索引对应
text_list = texts
这样，知识库就搭建完成，后续可以通过向量检索从知识库中获取相关信息。
四、创建智能体
（一）智能体框架选择
- 这里我们选择
LangChain框架来创建智能体，它提供了丰富的工具和接口，方便与各种模型和数据源集成。 - 安装
LangChain库：
pip install langchain
（二）智能体配置
- 配置智能体使用的模型和知识库。在项目目录下创建一个新的Python脚本，例如
agent_setup.py，内容如下：
from langchain.llms import HuggingFacePipeline
from langchain.agents import Tool, AgentExecutor, LLMSingleActionAgent, AgentOutputParser
from langchain.prompts import StringPromptTemplate
from langchain import SerpAPIWrapper, LLMChain
from langchain.schema import AgentAction, AgentFinish
import re
from langchain.vectorstores import FAISS
from langchain.embeddings import SentenceTransformerEmbeddings
from langchain.chains import RetrievalQA
from transformers import pipeline
# 加载本地DeepSeek模型作为LLM
pipe = pipeline(
"text-generation",
model='deepseek_model',
tokenizer='deepseek_model',
max_length=100
)
llm = HuggingFacePipeline(pipeline=pipe)
# 加载知识库
embeddings = SentenceTransformerEmbeddings(model_name='all-MiniLM-L6-v2')
vectorstore = FAISS.load_local('faiss_index', embeddings)
retriever = vectorstore.as_retriever()
qa_chain = RetrievalQA.from_chain_type(llm, retriever=retriever)
# 定义工具
tools = [
Tool(
name="KnowledgeBase",
func=qa_chain.run,
description="Useful for answering questions related to the specific knowledge in the database. Input should be a question."
)
]
# 定义提示模板
template = """You are a helpful AI assistant. You have access to the following tools:
{tools}
Use the following format:
Question: the input question you must answer
Thought: you should always think about which tool to use
Action: the action to take, should be one of [{tool_names}]
Action Input: the input to the action
Observation: the result of the action
... (this Thought/Action/Action Input/Observation can repeat N times)
Thought: I now know the final answer
Final Answer: the final answer to the original input question
Begin!
Question: {input}"""
class CustomOutputParser(AgentOutputParser):
def parse(self, llm_output):
if "Final Answer:" in llm_output:
return AgentFinish(
return_values={"output": llm_output.split("Final Answer:")[-1].strip()},
log=llm_output
)
regex = r"Action: (.*?)\nAction Input:[\s]*(.*)"
match = re.search(regex, llm_output)
if not match:
raise ValueError(f"Could not parse LLM output: `{llm_output}`")
action = match.group(1).strip()
action_input = match.group(2)
return AgentAction(tool=action, tool_input=action_input.strip(" ").strip('"'), log=llm_output)
prompt = StringPromptTemplate(
template=template,
tools=tools,
input_variables=["input"]
)
output_parser = CustomOutputParser()
llm_chain = LLMChain(llm=llm, prompt=prompt)
agent = LLMSingleActionAgent(
llm_chain=llm_chain,
output_parser=output_parser,
tools=tools,
verbose=True
)
agent_executor = AgentExecutor.from_agent_and_tools(agent=agent, tools=tools, verbose=True)
（三）运行智能体
在agent_setup.py脚本所在目录的命令行中运行以下代码，测试智能体：
question = "关于知识库中的某个问题"
agent_executor.run(question)
智能体将根据输入的问题，利用知识库中的信息和DeepSeek模型进行回答。
五、总结
通过以上详细的步骤，我们完成了DeepSeek的本地搭建部署、知识库的搭建以及智能体的创建。这一过程不仅让我们深入了解了大模型的应用，还为我们开发个性化的智能应用奠定了基础。在实际应用中，可以根据具体需求进一步优化模型、知识库和智能体的性能和功能。希望本文能帮助大家快速上手DeepSeek相关技术，开启属于自己的人工智能创新之旅。
扫一扫
14万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
