本地部署DeepSeek R1搭建个人专用知识库

一直在思考如何利用AI大模型提升工作效率,但由于工作环境的限制,一直处于观望状态,未能实际操作。最近,随着DeepSeek的走红,网上关于本地部署大模型和构建个人专用知识库的相关视频越来越多,这让我看到了希望。由于工作的特殊性,我无法将文档资料上传到公有云或使用类似ChatGPT的大模型,因此一直希望能在本地部署大模型,无需联网,就能训练自己的数据并构建专属知识库。这样,无论是查找资料还是快速生成报告,都能更加精准和高效。近期,我查阅了大量相关文献,并整理了关于本地部署DeepSeek R1搭建个人知识库的内容。

方法一

一、安装Ollama

1、Ollama官网下载

Ollama官网客户端下载链接[https://www.ollama.com/download]
根据操作系统进行选择
在这里插入图片描述

2、打开命令行

使用键盘的win键 + R键,输入cmd,打开命令行窗口,在命令行里输入ollama。
在这里插入图片描述
出现提示词,安装成功

二、选择模型

1、在Ollama官网库选择模型

在Ollama官网库[https://www.ollama.com/library/] 可以选择要使用的模型
在这里插入图片描述
671b就是通过deepseek官网能够体验上的最强模型,这里推荐使用70b32b的模型,这两个模型的效果足够满足日常需求了

2、下载DeepSeek大语言模型

ollama run deepseek-r1:32b
ollama list

查看已经下载好的模型

ollama run deepseek-r1:32b

运行模型

三、利用Chatbox可视化

1、Chatbox下载

Chatbox中文官网地址:https://www.chatboxai.app/zh

Chatbox官方GitHub下载网址:https://github.com/Bin-Huang/chatbox/releases

Chatbox网页版:https://web.chatboxai.app

在这里插入图片描述

2、配置模型

(1)打开Chatbox软件
(2)点左下角齿轮图标(设置)
(3)点击「模型提供方」下接菜单,这里选择「Ollama」
(4)在「API域名」框中,自动填充了http://localhost:11434,如果没有自动填充,或者还安装了其他模型,请手动填充。
(5)选择模型,在「模型」下拉菜单中,选择 deepseek-r1:1.5b,根据自己运行的模型选择。
(6)其他「显示」「对话」「其他」选项,保持默认就可以了,根据情况修改,最后点击「保存」。

3、使用DeepSeek可视化界面

在这里插入图片描述

4、上传私有知识库

方法二

一、安装前端工具AnythingLLM

1、AnythingLLM官网下载

下载地址:https://anythingllm.com/desktop
选择适合自己操作系统的版本
在这里插入图片描述

2、安装AnythingLLM

在这里插入图片描述
在这里插入图片描述

二、安装大语言模型

1、选择Ollama

这里选择Ollama并且选择 deepseek-r1:1.5B,这里选择已经安装的模型

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2、配置工作区

在这里插入图片描述

3、配置完成

在这里插入图片描述

四、上传私有知识库

1、点击上传按钮

在这里插入图片描述

在这里插入图片描述

2、上传智库文件

在这里插入图片描述

3、移动到工作区

在这里插入图片描述

4、嵌入大模型

在这里插入图片描述
在这里插入图片描述

5、固定到工作区

在这里插入图片描述
在这里插入图片描述

6、效果对比

①未上传私有知识库的回答
在这里插入图片描述
②上传私有知识库的回答

在这里插入图片描述

对于如何在本地部署DeepSeek-R1知识库,当前的信息资源集中更多在于广泛性的系统设计与扩展性指导[^1]。然而,特定于DeepSeek-R1知识库部署指南可能不会被涵盖在此类通用资料中。 通常情况下,在本地环境中设置复杂软件如DeepSeek-R1知识库涉及几个关键方面: ### 配置环境 确保拥有适合运行目标应用的操作系统版本和支持工具链。这包括但不限于Python解释器、pip包管理器以及其他依赖项。 ### 获取源码或安装包 从官方渠道获取最新稳定版的DeepSeek-R1项目文件或是二进制分发包。注意遵循开发者提供的下载指引来选择正确的版本。 ### 安装依赖关系 按照README.md或其他形式发布的文档说明完成必要的第三方库和框架的安装工作。这部分操作往往通过执行`requirements.txt`中的指令自动实现。 ```bash pip install -r requirements.txt ``` ### 数据初始化 准备并导入初始数据集到应用程序的数据存储层内。此过程可能会涉及到数据库迁移脚本的执行以及测试/样例记录的加载。 ### 启动服务 最后一步是启动所有必需的服务组件,并验证整个系统的正常运作状态。可以通过命令行界面或者图形化控制面板来进行这项任务。 尽管上述流程提供了一个大致的方向,但对于具体的DeepSeek-R1而言,建议直接访问其GitHub页面或者其他官方发布平台寻找最权威的第一手信息来源。如果存在专门针对该产品的快速入门手册或者是FAQ部分,则会更加有助于顺利完成部署工作。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

极客范儿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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