DeepSeek本地部署+知识库+联网搜索，终极版方案，保姆级教程！

大家好，我是格雷。

前些天，零零散散更新了几篇本地部署DeepSeek的教程，搭建个人知识库，相信都得到深刻了解。
看了下评论区，大概有这几种问题：Docker的安装挡住了90%的人，本地部署不能联网搜索等等。

今天就来解决这些问题，一个本地部署+私人知识库+联网搜索的终极方案。

本地部署DeepSeek

如果你是老粉，看过我以前的文章，这一步可跳过，直接ollama run deepseek-r1:1.5b。

首先打开ollama官网：https://ollama.com

下载，一步步安装即可。

CMD命令窗口运行，启动deepseek-r1模型：

ollama run deepseek-r1:7b

根据自己显卡大小，选择对应的参数规模，1.5b最小，可以先用这个来尝试，完成以后再跑更大的参数模型。

另外有人反馈，任务管理器显示，大模型在执行的时候，回答很慢，GPU几乎没动，全都是CPU在跑。

大概率是安装了老版本的Ollama，官网下载最新的文件重新安装即可。

安装Page Assist插件

网络条件允许的话，直接谷歌商店搜索下载，下面介绍的方法国内网络可用。

打开网站Crx搜搜：

https://www.crxsoso.com

搜索：Page Assist，第一个就是今天主角，本地AI模型的Web UI。

下载到本地，谷歌浏览器打开：chrome://extensions/，右上角打开开发者模式，将下载好的crx文件拖入浏览器，完成插件的安装。

浏览器上方的扩展程序列表，找到Page Assist插件，点击进入WebUI界面。

左上角可以选择ollama的所有本地模型，所以选deepseek-r1:7b就好了。

到这一步就可以流畅地使用deepseek大模型啦。

首次使用是英文版，不太习惯，点击右上角设置齿轮，【General Settings】，分别选择【简体中文】。

设置联网搜索

依然是右上角设置齿轮，【一般设置】，下方有个【管理网络搜索】，选择合适的搜索引擎，总搜索结果默认是2，可以适当调大一些，这样参考网络资源的权重更大。

记得点击保存。

回到聊天页面，打开聊天框下方的【搜索互联网】开关，联网搜索功能就搞定啦。

比如问一个关于《哪吒2》的评价，除了看到思考过程，下方还有列出了引用的数据来源。

现在，完成了本地部署+联网搜索，还差知识库…

搭建私人知识库

CMD窗口运行命令：

ollama pull nomic-embed-text

回到设置，【RAG设置】，文本嵌入模型选择【nomic-embed-text:latest】，保存。

文本嵌入模型的作用是，让大模型理解我们的文本资料。

左侧菜单【管理知识】，【添加新知识】，指定知识的标题，并上传我们的本地资料，提交。

这里的知识，指的就是知识库，当状态是【已完成】，代表大模型已经处理完成了。

回到聊天窗口，右下方就可以选到刚刚添加的知识库。

提问：

DeepSeek-R1是什么？

本地大模型完美地回答了我们的问题，知识库搭建完成！

简单回顾一下，这次的方案：Ollama + Page Assist插件，没有docker的复杂配置，而且完美地实现了本地部署+联网搜索+知识库。

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】