【大模型实战】0代码搭建DeepSeek本地知识库，打造专属智能助手

已于 2025-03-08 13:56:57 修改
阅读量2.2k 收藏 4
点赞数 6
分类专栏： 知识图谱 大模型部署实战及AI工具高效使用 文章标签： 知识库 DeepSeek 智能体
于 2025-02-05 21:39:29 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/chenghao1012/article/details/145460958
版权

【大模型实战】0代码基于DeepSeek-R1搭建本地知识库，打造专属智能助手

  • 一、ollama下载与安装
  • 二、部署deepseek私有模型
  • 三、部署embedding模型
  • 四、可视化操作工具
    • （1）下载与安装工具
    • （2）部署安装的模型
    • （3） 添加知识库
    • （4）添加智能体助手
    • （5） 助手问答

在这里插入图片描述
在这里插入图片描述

一、ollama下载与安装

https://ollama.com/download

在这里插入图片描述
在这里插入图片描述

双击安装，完成后右下角出现下图图标，即为安装完成。

在这里插入图片描述

了解本专栏 订阅专栏 解锁全文 超级会员免费看
『AI大模型』Ollama、DeepSeek 和 Cherry Studio 本地知识库搭建实战指南
老陈聊架构
03-09 1238
深入探讨如何利用 Ollama、DeepSeek 和 Cherry Studio 搭建本地知识库，从技术原理到实践步骤，再到优化策略，全方位呈现知识库构建的精髓，助你在本地数据管理与检索领域实现技术突破，打造高效、智能的企业级知识管理解决方案。
【DeepSeek应用实践】手把手教程：用 AnythingLLM + Ollama + DeepSeek-R1 搭建本地企业知识库
寻道AI，探索AI无限可能！
03-28 1414
在众多的技术方案中，我们选择了 AnythingLLM、Ollama 和 DeepSeek-R1 这一组合来搭建本地知识库。Ollama 作为一个轻量级的本地化大语言模型部署工具，支持多种模型，易于安装和使用，能够快速在本地运行强大的语言模型。DeepSeek-R1 是一个专为知识库问答设计的检索增强生成（RAG）模型，它结合了检索和生成的优势，能够快速从知识库中检索相关信息并生成精准答案。而 AnythingLLM 则是一个用户友好的界面工具，可以方便地连接 Ollama 和 DeepSeek-R1
本地部署DeepSeek-r1，建立自己的AI助手
m0_65555479的博客
02-06 1099
人工智能的发展，已经影响到了各行各业然而，我们这种非人工智能相关专业毕业的人群，驾驭人工智能的最好方式，就是尽可能地去使用人工智能的技术和相关产品，跟上这个时代否则，你会越来越焦虑，直到你如梦初醒的那天怎么用呢？一般是先用着玩儿，再想着怎么用来赚钱（这里指赋能增效）deepseek前期我一直在使用，下载并注册过，而且用过那个API-key，只是还没来得及充钱。
Deepseek大模型本地部署+本地知识库的构建
weixin_57254695的博客
02-09 2246
本地化部署大模型，像是一场对技术主权的温柔革命——它让算力回归本地，让智能扎根于每一台终端的土壤。而构建本地知识库，则是为机器注入专属的灵魂：当通用大模型邂逅垂直领域的知识根系，冰冷的参数开始生长出有温度的理解力。本文将聚焦国产深度求索（Deepseek）大模型的本地化部署和本地知识库的构建。这场实践的意义，远不止于技术参数的堆砌。它关乎每一个开发者对“智能自主权”的觉醒，当我们能够亲手驯服大模型的力量，当知识库成为可自由编辑的“第二大脑”，或许人类与AI的关系，才能真正从“仰望”走向“对话”。
⑩大模型-全套.rar
11-24
⑩大模型-全套.rar
ollama + deepseek + anythingllm构建本地知识库
wcx18526659867的博客
02-06 3971
ollama + deepseek + anythingllm构建本地知识库
超实用！用 Ollama + DeepSeek + Dify 搭建本地知识库，提升企业效率
python1222_的博客
02-18 2421
这样，当有人提问的时候，系统就能通过自然语言理解问题，然后在向量数据库中快速、准确地找到相关的资料，从而给出准确的回答。比如，通过Embedding模型，我们可以把“猫”和“狗”这两个词转换成向量后，发现它们在向量空间中的距离比较近，因为它们在语义上是相似的，都是动物。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。有了它，企业能轻松搭建本地知识库，提升信息管理效率。
本地 AI 知识库秒搭！DeepSeek + Dify 打造你的智能问答助手
最新发布
a543768773的博客
04-02 1188
想让 AI 记住你的知识库，能秒回精准答案？本教程教你 零成本 在本地部署 DeepSeek + Dify，打造 专属 AI 知识库！💡 你将学会： ✅ DeepSeek 本地大模型部署，让 AI 随时在线 🖥️ ✅ Dify 知识库集成，支持 PDF / Markdown / 网页数据 📚 ✅ 无缝连接 AI 与知识库，打造超强 检索增强生成（RAG）系统 🔍 ✅ API 接口调用，让你的 AI 轻松接入各类应用 🚀 🚀 完全离线运行！无隐私泄露风险！ 快来试试，打造你的智能 AI 知识管
【DeepSeek微调实践】复现前沿模型：基于 DeepSeek-R1 蒸馏数据训练专属中文推理模型全攻略
寻道AI，探索AI无限可能！
04-02 1111
DeepSeek-R1 模型以其卓越的性能在自然语言处理领域引起了广泛关注，其基于 R1 蒸馏数据进行 SFT（Supervised Fine-Tuning）的小模型也展现出了强大的效果。近期，一位在 NLP 领域极具影响力的专家“刘聪 NLP”开源了中文 DeepSeek-R1（满血）蒸馏数据集，包括 SFT 版本和普通版本。这一数据集的发布，迅速吸引了众多研究者和开发者的目光，并成功登上了 HuggingFace Trending 榜。
公司数据不泄露，DeepSeek R1本地化部署+web端访问+个人知识库搭建与使用，喂饭级实操教程，老旧笔记本竟跑出企业级AI
热门推荐
m0_63171455的博客
01-31 3万+
目前Ollama支持macOS、Linux、Windows，选择相应的系统，macOS和Windows直接下载，Linux系统需要执行下面命令：荣姐这次选择Windows本地下载，直接安装即可。点击Models，第一条就是deepseek-r1模型。或者搜索框输入模型名称进行搜索。点击进去后，查看各个模型，不同模型执行的命令不同，最后部分看你选择的参数模型。7b命令：ollama run deepseek-r1:7b1.5b命令：ollama run deepseek-r1:1.5b。
LangChain-ChatChat+Ollama+DeepSeek 构建RAG本地知识库
bigwhitetao9527的博客
01-23 1万+
使用 LangChain-ChatChat+Ollama+DeepSeek 构建RAG本地知识库
Deepseek + RAG：创建本地运行智能体
Thales624的博客
01-24 1万+
学习如何通过，构建本地运行的智能 RAG 聊天机器人！本教程将带您逐步了解如何利用 RAG 技术，结合 AI 推理和知识检索能力，创建更加准确且知识丰富的 AI 响应。
无理工科背景的零基础小白如何入门AI？AI学习资料分享
2401_85328934的博客
10-10 1633
信息爆炸的时代，加上AI技术的加持，如今想要找到学习和了解AI相关技术的资料并不难。但也正是因为信息数量太多，质量参差不齐，筛选高质量的学习资料自是会花费许多功夫。这一年多来，作为一名没有任何理工科背景的法务，为了能够了解AI这一行业和技术，我陆陆续续看了很多科普资料和专业书籍，在浩瀚的知识海洋里遇见过不少令人受益匪浅的宝藏，但也不乏让人觉得浪费时间的学术垃圾。回归的第一次发文，我想把我这一年多里遇到的自学好资料分享给大家，希望能够给像我这样想要了解AI技术和原理但又缺乏理工科背景的人一些帮助。
Ollama本地部署deepseek-r1:8b
weixin_47695827的博客
01-29 7427
6GB显存本地运行deepseek-r1:8b，自定义模型身份。不需要任何客户端的可直接交互chat ui，仅支持ollama本地服务api参数修改`域名端口号`、`下拉选择模型`、`上下文`、`保存配置可清理上下文`、`md格式输出`、`重新回答`、`终止请求`、`导出记录`、`头像更换`操作。最重要的是只有一个`html`文件，拖拽到浏览器就能用。
使用Ollama搭建本地DeepSeek
二进制专栏
02-07 3423
本文将给展示Ollama+AnythingLLM本地知识库部署全过程。
手把手教你搭建本地AI知识库：Ollama+Deepseek+Cherry Studio
Ljugg的博客
03-01 2604
通过以上步骤，我们成功地利用 Ollama 部署了 Deepseek 模型，并借助 Cherry Studio 搭建了属于自己的本地 AI 知识库。在这个过程中，我们不仅实现了数据的本地化存储和管理，还能够根据自身需求对知识库进行个性化定制，享受到了快速、准确且私密的知识服务。从实际使用效果来看，本地 AI 知识库在处理特定领域的问题时表现出色。无论是专业的学术研究，还是日常的工作资料查询，它都能迅速给出准确的答案，大大提高了我们的工作和学习效率。
一文玩转本地化部署DeepSeek！
huang9604的博客
02-04 1万+
本文将详细介绍如何本地化部署DeepSeek，并应用于生活和工作。在大多数情况下，优先推荐官网chat或者官网API调用，效果更佳。本文的主要面向场景在于：免费、稳定、高效且隐私安全。
Deepseek教程（详细！！！）|使用Ollama下载Deepseek，并在Pycharm使用
BlueEstrella的博客
01-30 1万+
1. 打开Ollama官网/，根据自己的操作系统下载相应版本的安装文件(#^.^#)，我选择的是Windows版~2. 下载好后，直接双击打开安装文件，并点击“”安装。3.安装好后，在电脑的右下角的^，就可以看到一只可爱的羊驼，^0^咩~~~4.Ollama的默认安装路径为 C:\Users\用户名\AppData\Local\Programs\Ollama下图是Ollama在我的电脑中的位置*如果想将Ollama移动到别的盘符，需在环境变量中修改Path选项，添加Ollama文件绝对路径——
零代码轻松搭建DeepSeekR1本地知识库
weixin_47778717的博客
02-23 131
借助 API 接口，接入DeepSeek R1，满血复活
WARNING: The scripts pip, pip3 and pip3.9 are installed in '/home/lgc/.local/bin' which is not on PATH. Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.
07-07
您好！感谢您的提问。关于您的问题，您可以通过将'/home/lgc/.local/bin'目录添加到您的PATH环境变量中来解决此警告。这样做的方法会因操作系统而有所不同，下面是一些常见操作系统的解决方法： 对于Linux和macOS用户： 1. 打开终端。 2. 编辑您的bash配置文件，例如~/.bashrc或~/.bash_profile。 3. 在文件的末尾添加以下行： export PATH="$PATH:/home/lgc/.local/bin" 4. 保存文件并退出。 5. 重新启动终端或运行以下命令以使更改生效： source ~/.bashrc （如果您编辑的是~/.bashrc） source ~/.bash_profile （如果您编辑的是~/.bash_profile） 对于Windows用户： 1. 打开命令提示符或PowerShell。 2. 运行以下命令以将目录添加到PATH： setx PATH "%PATH%;C:\Users\lgc\.local\bin" （请根据实际路径进行修改） 3. 关闭命令提示符或PowerShell，并重新打开一个新的命令提示符或PowerShell窗口。 这样做后，您应该不再收到关于脚本位置的警告。希望这可以帮助到您！如果您有任何其他问题，请随时提问。
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

打赏作者

知识靠谱

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