DeepSeek+Dify本地化部署教程，企业知识库3分钟上线

❝

在前面的文章中已经通过飞牛NAS提供开箱即用的Docker环境将Dify部署好，并给Dify添加了BigAPI平台上的大模型API接口，使Dify已经具备了基本的使用条件。本篇文章拉开Dify应用系列及相关AI应用实践篇的序幕。感谢各位大佬的关注与转发。

各大厂商都在提知识库，那什么是知识库？

说到知识库又不得不提一提大语言模型LLM（Lager Language Model）的一些痛点：

1.大模型经过海量文本数据的训练后，能将这些文本数据以一种黑盒形式压缩在模型参数中，遇到知识更新又会涉及到二次训练，因此知识更新成为最大的痛点。

好比一大堆海量文件利用压缩算法打包成压缩包，每次更新文件都要重新压缩，这个过程十分漫长。

2.大模型幻觉：语言模型的背景下，幻觉指的是一本正经的胡说八道：看似流畅自然的表述，实则不符合事实或者是错误的。目前来看参数量越大的模型，幻觉越严重。

要解决这些问题，就引入了增强检索（RAG）的框架，利用Embedding、Rerank模型，并通过向量数据库进行数据存储，这便有了知识库或者知识引擎的相关企业级产品。

RAG的实现主要包括三个主要步骤:数据索引、检索和生成.

RAG具体工作流程

根据上图RAG的工作流程可以分为两个核心阶段：

📚 **知识准备阶段：**首先将本地文档通过加载器读取并解析为纯文本，然后使用文本分割器将长文档切分成小的文本块，接着通过嵌入模型将这些文本块转换为向量并存储到向量数据库中。

🤖 **问答生成阶段：**当用户提出问题时，系统将问题同样转换为向量，在向量数据库中检索出最相似的文本块，然后将检索到的相关内容与用户问题组合成提示词，最后由大语言模型基于这些上下文信息生成准确的答案。

整个流程的核心思想是"先检索，后生成"——让AI在回答问题前先去知识库中找到相关资料，从而提供更准确、更有依据的答案

基于dify构建知识库

一、创建知识库

Dify可以创建全新的知识库，也可以连接外部知识库。

1.导入数据源

创建全新知识库，可以选择多种数据源，也可以先创建一个空的知识库，后续在添加数据。示例中选择“导入一页文本”，进行文本上传。

2.分段设置

将内容上传至知识库后，接下来需要对内容进行分段与数据清洗。该阶段是内容的预处理与数据结构化过程，长文本将会被划分为多个内容分段。知识库支持两种分段模式：通用模式与父子模式。如果你是首次创建知识库，建议选择父子模式。

❝

父子模式父子模式采用双层分段结构来兼顾检索精度与上下文完整性。父区块保留较大文本单位（如段落）提供背景信息，子区块使用较小单位（如句子）实现精准匹配。系统先通过子区块定位关键内容，再关联父区块补充上下文，从而在响应中平衡准确性与信息全面性。支持通过分隔符和最大长度自定义分段规则。

3.索引方法与检索设置

• 配置索引方式

选定内容的分段模式后，接下来设定对于结构化内容的索引方法与检索设置。

选择高质量模式，并配置 Embedding 模型。在高质量模式下，使用 Embedding 嵌入模型将已分段的文本块转换为数字向量，帮助更加有效地压缩与存储大量文本信息；使得用户问题与文本之间的匹配能够更加精准。

• 配置检索方式

知识库通过预设检索方式在文档中查找用户查询的相关内容，提取高匹配信息片段供语言模型生成优质回答。

❝

混合检索： 同时执行全文检索和向量检索或 Rerank 模型，从查询结果中选择匹配用户问题的最佳结果，点击保存即可完成创建。

二、创建应用

上面步骤已完成知识库创建，但光有知识库，无应用也无法体现知识库本身的价值。

点击工作室，我们可以看到有很多丰富的应用，包括聊天助手、agent、工作流、文本生成、ChatFlow等；选择最简单的应用，聊天助手，创建空白应用

选择应用类型为：聊天助手、配置应用名称，点击创建按钮。

1.关联知识库

image.png

选择我们刚刚创建好的知识库。

2.提示词

提示词用于约束 AI 给出专业的回复，让回应更加精确。你可以借助内置的提示生成器，编写合适的提示词。

自动生成提示词

将上述随便写的提示词完善成专业的提示词。

调试与发布

选择应用发布模式，可根据实际应用场景进行选择。

返回工作室后，发现已有相应应用。

🎯 本文核心

今天我们一起探索了如何使用Dify平台，从零开始构建属于自己的知识库，并在此基础上创建智能应用。这是一个让普通用户也能轻松上手的AI知识管理解决方案！

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！