本文详细介绍了如何通过Ollama部署DeepSeek模型,结合Cherry Studio搭建本地知识库,实现企业私有数据的安全处理。从Ollama安装、模型下载到Cherry Studio配置,再到知识库搭建和对话测试,提供了完整的操作指南。这种方法确保数据无需离开本地环境,避免合规风险和泄露隐患,同时支持调用更大模型提升效果。对于需要处理敏感信息的企业和开发者而言,这是一份实用的技术参考。
1、Ollama下载
登录Ollama官网(https://ollama.com/)点击Downloa,进入模型下载页面。

根据自己的电脑选择合适的系统,按照提示步骤进行安装即可。

2、下载DeepSeek模型与嵌入模型
输入命令:
ollama run deepseek-r1:7b
其中,7b表示模型的大小,可以根据实际情况选择更大或更小的模型。

要实现本地知识库的搭建,还需要一个词嵌入(Embedding)模型,在搭建本地知识库的过程中,选择合适的Embedding模型至关重要,因为Embedding模型直接影响了检索的效果与生成的质量。
我们选取mxbai-embed-large作为嵌入模型。
输入指令:
ollama pull mxbai-embed-large

等待模型下载完成。
3、下载Cherry Studio
进入Cherry Studio官网(https://cherry-ai.com/),点击下载客户端。

点击“立即下载”,即可下载windows版本的安装包,也可以点击“其他版本或备用路线下载”,下载其它系统的安装包,支持macOS和Linux。

按照提示进行安装即可。安装后打开Cherry Studio。
Cherry的组织逻辑如下:
1.助手:助手即智能体。打开Cherry Studio后,将默认选中“默认助手”,默认助手是不带有任何提示词的智能体,等同于直接跟LLM对话(跟在网页中对话效果一样)。Cherry Studio中支持通过提示词自定义建智能体。
2.话题:每个智能体下有多个话题。话题也就是会话每个话题中会记录多轮对话(跟在网页中的不同聊天记录一样)。
3.知识库:知识库由用户上传的资料组成,支持txt、html、md、docx、pptx、xlsx、pdf,等常见的文本格式,DeepSeek模型不支持图片。每个助手中的每个话题都可以对知识库进行调用。

4、配置模型与知识库
点击页面左下角的设置,点击模型服务,选择Ollama,点击管理。

这里将会自动加载Ollama中已下载的DeepSeek模型与嵌入模型,我们选择刚刚下载的模型,点击加号。


模型配置结束。
现在开始配置知识库。点击左侧的知识库图标,点击添加。

知识库的名称可以自定义,这里定义为课程PPT,嵌入模型选择刚刚配置好的Ollama嵌入模型。点击确定。

选择想要上传的文件,等待所有文件向量化完成(出现绿色对勾)后,知识库配置完毕。我们在这里上传《PyTorch计算机视觉与深度学习实战》的课程PPT,让模型在PPT中查阅信息。

5、开始对话
点击左侧第一个图标,进入对话页面,在对话框中点击知识库图标。


选择刚刚配置的知识库,选择完成后,图标将会显示蓝色。
输入@或点击下方的@图标,选择配置好的Ollama模型

接下来,对模型提出需求“请介绍第7章的基本内容”。从结果中可以看出,模型成功地检索出了第7章的PPT,并且介绍了第7章的主要内容。

如果不涉及隐私和机密信息,还可以尝试通过硅基流动,调用更大的模型,更大的模型效果更好。
我们选择硅基流动的DeepSeek-R1模型(首先要在模型服务中配置硅基流动的API key)。


可以看到,更大的模型实现了更好的效果,模型的回复中给出了精确的引用,并且更加全面的介绍了第7章的内容。
如果想要实现更好的知识库检索效果,可以尝试本地部署更大的模型。
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
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】


为什么要学习大模型?
我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年,人才缺口已超百万,凸显培养不足。随着AI技术飞速发展,预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。


大模型入门到实战全套学习大礼包
1、大模型系统化学习路线
作为学习AI大模型技术的新手,方向至关重要。 正确的学习路线可以为你节省时间,少走弯路;方向不对,努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划,带你从零基础入门到精通!

2、大模型学习书籍&文档
学习AI大模型离不开书籍文档,我精选了一系列大模型技术的书籍和学习文档(电子版),它们由领域内的顶尖专家撰写,内容全面、深入、详尽,为你学习大模型提供坚实的理论基础。

3、AI大模型最新行业报告
2025最新行业报告,针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估,以了解哪些行业更适合引入大模型的技术和应用,以及在哪些方面可以发挥大模型的优势。

4、大模型项目实战&配套源码
学以致用,在项目实战中检验和巩固你所学到的知识,同时为你找工作就业和职业发展打下坚实的基础。

5、大模型大厂面试真题
面试不仅是技术的较量,更需要充分的准备。在你已经掌握了大模型技术之后,就需要开始准备面试,我精心整理了一份大模型面试题库,涵盖当前面试中可能遇到的各种技术问题,让你在面试中游刃有余。

适用人群

第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。
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】

787

被折叠的 条评论
为什么被折叠?



