DeepSeek R1打造自己的知识库，越用越聪明的秘密！喂饭级教学，全程干货！

今天来讲讲，本地部署DeepSeek一个重要应用场景：搭建AI知识库。

知识库的好处

好处1：数据在本地电脑上，保护数据安全和个人隐私，对于企业来说尤为重要。

好处2：通用大模型（比如ChatGPT）缺少垂直领域的知识，每次前提问都需要提供背景信息，上传相关资料，才可以得到相对高质量回答。

而本地模型+知识库的模式，简单的提问就可以很容易得到垂直定制化，且精准的高质量回答。

好处3：使用时间越长，知识库越丰富，回答质量越高，形成正循环。

好处4：不需要联网，即使官方宕机甚至断网也能正常使用。

安装Dify

Dify是一个快速搭建AI应用的项目，支持创建AI聊天机器人、自动化客服等。

本篇主要讲解如何用Dify搭建私人化知识库。

本地找一个不含中文的目录，进入CMD窗口，执行命令，下载Dify项目。

.env是dify的配置文件，保持默认配置就好了。

启动docker，执行命令运行dify。

docker compose up -d

项目启动以后，浏览器访问：http://127.0.0.1/apps/

首次进入需要设置管理员账号，并且登录进入系统。

Dify配置

分为2个步骤：添加模型和添加知识库。

页面右上角头像 -> 设置 -> 模型供应商，下拉找到Ollama，【添加模型】。

参数如下：

模型类型：LLM

模型名称：deepseek-r1:7b （根据电脑配置选择1.5b/7b/8b/32b等）

基础URL：http://host.docker.internal:11434

其他参数默认。

配置向量化模型【Nomic-Embed-Text】，它具备强大的长上下文处理能力。下载命令：

ollama pull nomic-embed-text

同样的方式，在Ollama下添加模型，参数如下：

模型类型：Text Embedding

模型名称：nomic-embed-text:latest

基础URL：http://host.docker.internal:11434

其他参数默认。

保存以后，即可完成2个模型的添加。

结果如下图：

配置2个大模型以后，开始配置【知识库】。

回到首页，切换到【知识库】菜单，创建知识库。

数据源有3种：导入已有文件、同步自Notion内容、同步自Web内容。

这次搭建的是本地离线知识库，选第1个，导入准备好的知识库材料，【下一步】。

检索设置选【混合检索】，其他参数不变，保存并处理。

稍等一会，知识库就设置完成了。

使用知识库

知识库建好了，怎么用呢？

回到首页，切换到【工作室】菜单，点击【创建空白应用】。

应用类型选【聊天助手】，应用名称和图标，根据自己需要填写。

点击【创建】，下方的上下文栏，就是设置知识库的地方。

点【添加】，在弹窗上，选择刚刚创建的知识库。

设置完成以后，就可以发布使用了。

右上角【发布】-> 【更新】-> 【运行】。

运行以后，页面自动跳转到对话页面，一个自带知识库的AI聊天助手就完成啦。

来测试下。

大模型有一个特点：没有自我意识，对自己不了解。

提一个问题：what is DeepSeek V3？

官方的回答就非常简单，而包含DeepSeek V3论文知识库的本地模型，它的回答就非常准确详细，即使这个问题很简单，不联网搜索。

效果立竿见影！

DeepSeek无疑是2025开年AI圈的一匹黑马，在一众AI大模型中，DeepSeek以低价高性能的优势脱颖而出。DeepSeek的上线实现了AI界的又一大突破，各大科技巨头都火速出手，争先抢占DeepSeek大模型的流量风口。

DeepSeek的爆火，远不止于此。它是一场属于每个人的科技革命，一次打破界限的机会，一次让普通人也能逆袭契机。

DeepSeek的优点

掌握DeepSeek对于转行大模型领域的人来说是一个很大的优势，目前懂得大模型技术方面的人才很稀缺，而DeepSeek就是一个突破口。现在越来越多的人才都想往大模型方向转行，对于想要转行创业，提升自我的人来说是一个不可多得的机会。

那么应该如何学习大模型

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

想正式转到一些新兴的 AI 行业，不仅需要系统的学习AI大模型。同时也要跟已有的技能结合，辅助编程提效，或上手实操应用，增加自己的职场竞争力。

大模型岗位需求越来越大，但是相关岗位人才难求，薪资持续走高，AI运营薪资平均值约18457元，AI工程师薪资平均值约37336元，大模型算法薪资平均值约39607元。

掌握大模型技术你还能拥有更多可能性：

• 成为一名全栈大模型工程师，包括Prompt，LangChain，LoRA等技术开发、运营、产品等方向全栈工程；

• 能够拥有模型二次训练和微调能力，带领大家完成智能对话、文生图等热门应用；

• 薪资上浮10%-20%，覆盖更多高薪岗位，这是一个高需求、高待遇的热门方向和领域；

• 更优质的项目可以为未来创新创业提供基石。

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。为了让大家少走弯路，少碰壁，这里我直接把都打包整理好，希望能够真正帮助到大家。

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；
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。

👉大模型实战案例👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈
观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】