在人工智能技术飞速发展的今天，AI大模型已经成为我们工作和生活中的得力帮手。然而，依赖云端服务不仅可能带来隐私泄露的风险，还可能产生高昂的费用。
如果你想在享受AI便利的同时保护隐私并节省成本，那么本地部署AI助手将是你的最佳选择！本文将带你一步步实现这一目标，打造一个安全、高效、个性化的本地AI助手。
为什么选择本地部署？
在线AI大模型运用的本质是“人人为我，我为人人”，当你在AI的手机端或电脑端提问，上传附件，让AI通过全网搜索或深度思考时，你上传的所有资源已经全网共享，有隐私要求或者工作单位有保密要求时，就无法借助AI大模型帮助你。能否“人人为我，我不为人人”呢？
可以的，这就是本地部署AI助手的意义所在。
1.数据安全：所有数据都在本地运行，无需上传到云端，彻底杜绝隐私泄露的风险。
2.离线可用：无需依赖网络，随时随地使用AI助手。
3.高度定制化：通过AnythingLLM，你可以上传自己的文档进行训练，打造专属的AI助手。
4.成本效益：避免云服务的持续费用，长期使用更经济。你在API上支付的10元流量费，在本地可用几个月。
本文以DeepSeek为例，以Ollama和AnythingLLM为工具，讲解如何在Windows11系统中部署本地AI助手。
理论上，部署本地AI助手，需要较高的电脑硬件要求。即高性能的CPU（建议Intel i7或更高）、至少16GB内存（建议32GB以上），并要求支持CUDA的GPU（如NVIDIA RTX 3060或更高）。
但实际上凡是能安装Windows11的电脑，均可以部署。（采用macOS或Linux系统的，只是要下载与系统匹配的Ollama和AnythingLLM软件。本文不作讲解）
第一步：注册DeepSeek账号
在DeepSeek主页(https://www.deepseek.com/)的右主角，点击API进入后按提示进行注册。首次注册系统送10元流量费，由于本地部署很省钱，基本可够一般人3个月以上时间使用。但DeepSeek经常停止充值，建议关注API信息，开放充值时多充点（一般30元就够了）。
完成注册后，在第四步配置AnythingLLM时，点击左边栏以获取APIKey。注意，APIKey只能提取一次，请复制到记事本保存。
第二步：安装Ollama
Ollama是一个开源的本地大语言模型运行框架，支持多种模型（如DeepSeek、Llama2等）。同类还有LocalAI、LM Studio、LocalLLM，但Ollama更适合非IT人员使用。以下是安装步骤：
1.下载Ollama：
访问Ollama的GitHub页面，根据你的操作系统下载最新版本Ollama（https://github.com/ollama/ollama）。为方便作者下载，我已经将最新版的软件下载到百度网盘（见文后链接）。
2.安装Ollama：
双击安装包，按照提示完成安装即可。建议用鼠标右键点击后，选择“以管理员身份运行“，等待安装完成即可，时间应该很短。安装完成后选择“运行”（因为第三步需要它。以后程序默认开机即运行，如果不常用建议在开机运行中关闭它）。
第三步：建立本地DeepSeek大模型数据库
根据你的硬件配置选择合适的模型版本（如1.5B、7B、14B等，下面以1.8b为例）。这里提示一下，要关注DeepSeek动态，及时下载最新版本，我第一次用1.5b建立，结果输出的内容都是2023年10月之前的。
在”开始“菜单中找到“windows工具”，点击后在打开的页面或菜单中找到“命令提示符”，鼠标点击右键选择“以管理员身份运行”，在打开的黑色背景页面中输入以下命令行：
运行命令：ollama run deepseek-r1:1.8b
注意：安装Ollama时间不长，但建立本地大模型数据库时间比较长，如果你是Windows11最低要求配置的电脑，大约需要半小时以上。直到出现以下信息，说明数据库成功建立，在这之前千万不要关闭电脑或用切断外接电源。
第四步：在edge浏览器中安装Page Assist插件
打开Edge浏览器，点击右上角的三个点图标，选择“扩展”，点击“管理扩展”，打开“开发人员模式”，在搜索框输入“Page Assist”，点击“获取”按钮进行安装。
安装Page Assist插件后，可参考以下设置步骤：
1.语言设置：点击Page Assist界面右上角的设置图标（齿轮形状），在设置菜单中找到语言选项，将其设置为中文等所需语言，以便更方便地使用插件功能。
2.模型选择：在设置菜单中找到模型选择区域，选择本地已部署的模型，选择DeepSeek，以提升插件性能和功能表现。
3.联网搜索引擎设置：在设置菜单中找到“网络搜索”选项，对联网搜索引擎进行管理，可选择默认的搜索引擎，便于使用插件时快速获取网络信息。这个非常重要，否则DeepSeek只能获取你下载版本的时间之前的数据。
4.管理提示词设置：在设置菜单中找到“管理提示词”选项，添加、编辑或删除提示词，以便更好地与AI模型交互，引导AI模型更准确地回答问题。
5.文本转语音设置：在设置菜单中找到“文本转语音”选项，对该功能进行设置，如选择语音引擎、设置语音语速等，满足不同使用需求。
6.快捷键设置：Page Assist默认的快捷键为Ctrl+Shift+P打开侧边栏，Ctrl+Shift+L打开Web UI。若需修改，可在设置菜单的快捷键设置选项中自定义。
当然也可以在其他浏览器中安装。可能略有差异，请自行问DeepSeek。
第五步：配置AnythingLLM
AnythingLLM是一个开源的本地AI助手框架，支持自定义文档训练和API调用。以下是配置步骤：
1. 下载AnythingLLM：
访问AnythingLLM的GitHub页面（https://github.com/anythingllm/anythingllm），下载最新版本。（附件百度网盘中有我已经本周下载的最新版本）下载后正常安装即可。
2. 比较重要的几项配置：
在AnythingLLM界面中，进入设置页面。
1.首先选择语言
在设置的左侧“外观”中选择中文，这对英语不太好的朋友特别重要，否则你其他设置时不太方便。
2.选择DeepSeek模型
第一项是选择DeepSeek。
第二项是在第一步注册DeepSeek的API中提取Key，复制到这里。
第三项是选项“聊天”还是“推理”。一般本地部署DeepSeek是为了写作，修改文档等私密内容，建议选择“推理”。
3.选择引擎提供商
这里选择第一步安装的Ollama。
其他设置不太重要，自己查看一下是否需要改动即可。
第六步：存入自定义文档
通过AnythingLLM，你可以存入自己的文档进行训练，打造专属的AI助手。以下是操作步骤：
1.准备文档：
将需要训练的文档整理为TXT或PDF格式。
2.上传文档：
在AnythingLLM界面中，点击建立的工作区，点击“上传文档”按钮。
然后1选择你文件夹中的文档，2选择你要存入的文档，3移到右边栏，4点击保存。这样文档就进入到你第二步建立的数据库中，以后DeepSeek将调用你这些文档进行推理。
通过Ollama和AnythingLLM，你可以在本地轻松部署一个强大的AI助手DeepSeek，享受数据安全、离线可用和高度定制化的优势。虽然部署过程中可能会遇到一些技术挑战，但只要按照本文的步骤操作，你一定能够成功打造属于自己的AI助手！
部署中有困难请直接问DeepSeek。
大模型算是目前当之无愧最火的一个方向了，算是新时代的风口！有小伙伴觉得，作为新领域、新方向人才需求必然相当大，与之相应的人才缺乏、人才竞争自然也会更少，那转行去做大模型是不是一个更好的选择呢？是不是更好就业呢？是不是就暂时能抵抗35岁中年危机呢？
答案当然是这样，大模型必然是新风口！
那如何学习大模型 ？
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。
但现在很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习路线完善出来！
在这个版本当中：
您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型路线+学习教程已经给大家整理并打包分享出来, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓
一、大模型经典书籍（免费分享）
AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。
二、640套大模型报告（免费分享）
这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
三、大模型系列视频教程（免费分享）
四、2025最新大模型学习路线（免费分享）
我们把学习路线分成L1到L4四个阶段，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】
全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
