开始今天这篇文章之前，先来问大家一个问题：你有没有被AI气到过呢？
先来看看一下这几个场景：让AI改合同，你就像是教三岁小孩？让AI分析数据报表，却对陈旧的数据自说自话？让它创作文案，内容空洞无物？这些场景你们是不是都有遇到过？
虽然AI工具的确给我们的工作带来了不少便利，但是有时候，AI工具还是不够懂我们，没有办法迅速给出我们想要的答案。除了用好AI提示词之外，还有没有方法能够解决以上问题呢？
还有的！就是我今天标题所说的：搭建个人知识库。今天我将会给大家分享如何用DeepSeek搭建个人知识库的三种方法，手把手教大家怎么让DeepSeek读懂你的需求。
继续往下看之前，先来点个关注叭！别错过我后面的内容啦！
开始搭建“个人知识库”之前，先来了解一下它的概念是什么？
如果把DeepSeek比作我们的脑子，跟它对话就是考试，那么DeepSeek做出的回答就是基于它学过的知识，也就是用于训练的数据做出回答。而个人知识库的存在，就可以让这场考试变成开卷的形式。
DeepSeek在我们搭建的知识库里面“学一学”、“找一下”，它给出来的答案会更加准确，也会更符合我们的需求。
这篇文章，我就来教大家三个搭建个人知识库的方式，满足大家在不同场景下的使用需求，让大家玩转DeepSeek！
本地部署DeepSeek搭建知识库
在电脑本地部署DeepSeek，去搭建个人知识库，咱么需要用到Ollama和AnythingLLM。我们需要用Ollama下载DeepSeek。在下载好DeepSeek后，进入系统的**环境变量设置，**进入路径为：右键单击我的电脑-高级系统设置。
新建用户变量：点击打开环境百年变量后，在WIN的用户变量里，点击新建一个用户变量
在弹出的输入框内输入变量名和变量值：变量名：OLLAMA_HOST；变量值：0.0.0.0:11434，之后点击确定即可。
需要注意的是：在搭建知识库和后续使用的时候时，都需要让Ollama在运行状态，不能退出！如果不小心关闭了，可以在任务栏搜索PowerShell，单击打开。
下载系统对应的LLM：在完成上述操作后，可以百度搜索打开AnythingLLM官网，选择对应的系统版本进行下载。
进入安装程序：下载完成后，便直接进入安装程序，接下来就是创建个人知识库的重点了！点开AnythingLLM的设置图标。
在AnythingLLM中选择对应的提供商及DeepSeek模型：在AI提供商-LLM首个选项里，选择已经安装好的Ollama作为大模型提供商，在Ollama Base URL里输入**http://0.0.0.0:11434，**之后选择本地已部署好的DeepSeek大模型，点击右上角的保存即可。
在知识库里上传内容：回到AnythingLLM的首页，点击添加**新工作区，**接下来我们就可以在知识库里上传内容啦。
它有两种资料上传方式，分别是本地文件以及网页链接上传。所以不管是我们总结撰写的文件，还是在网络上看到的有用的信息，都可以用来丰富咱们的个人知识库。
上传之后的文件会暂存到下图左边区域，如果你有知识库共用的情况下，最好是在暂存区域新建文件夹进行分类管理，右方工作区域就是知识库的全部内容，你可以随时对它进行调整。
开始新体验喽：返回对话的界面后，选择对应的工作区（即知识库），DeepSeek就会根据你上传的资料内容，生成更加准确且符合你需求的内容。
基于硅基流动
用API+Cherry Studio****搭建知识库
当遇上个人电脑配置不够，但是又想用DeepSeek满血版+个人知识库，怎么办呢？这时候我们可以选择用API调用DeepSeek，再来搭建个人知识库。在操作的时候，选择DeepSeek大模型即可。怎么操作呢？
打开硅基流动官网：打开硅基流动官网：https://account.siliconflow.cn/，点击API密钥，点击新建API密钥，单击复制密钥进行备用。
打开Cherry Studio官网：打开网址：https://cherry-ai.com/，按相应的提示下载对应的应用。
设置AI大模型：在Cherry Studio安装完成后进入应用，依次点击左****下角的“设置”和左上方“模型服务”，在AI模型服务里选择“硅基流动”，输入我们刚才在硅基流动里面新建的密钥，点击检查。
检查是否连接成功：在检查之后，页面如果弹出“**连接成功”**的提醒，便说明可以正常使用DeepSeek-R1满血版；如果连接不成功，就需要点击页面中的“管理”按钮，手动添加一下DeepSeek-R1满血版。
配置嵌入模型：之后，我们需要回到硅基流动官网，配置一个嵌入模型。嵌入模型可以将我们上传的知识库文件转换成计算机（即AI大模型）容易理解的数字，然后储存到它的向量数据库中，在模型广场，选择嵌入。
点击复制模型名称：BAAI/bge-m3，如下图。
回到Cherry Studio界面嵌入模型：在硅基流动官网复制完毕后，回到Cherry Studio界面，点击“管理”。
在Cherry Studio界面内操作：点击页面中的“+”号，添加嵌入模型，如下图。
在Cherry Studio内添加知识库：之后，我们在Cherry Studio界面进入知识库，点击“添加”按钮。
填写知识库名称并嵌入模型：填写知识库名称并选择嵌入模型为BAAI/bge-m3，点击“确定”按钮，之后就可以上传个人知识库的文件啦，它支持的文件形式有文件、目录、网址、网站、笔记等。
知识库功能：Cherry Studio有一个特别的功能：它支持在知识库内搜索，而且显示内容占比，可以让我们很方便地查看和修改知识库中的内容。
如何使用我们的知识库：在完成知识库的设置之后，回到****Cherry Studio对话界面，在最下方的对话框选择“DeepSeek-R1模型和刚才创建好的知识库”，就可以开始使用了，页面中生成的回答会在最后显示引用的内容及文档信息。
用ima.copilot
打造DeepSeek-R1满血版+知识库
如果你还是觉得前面的本地部署、API调用等方式很复杂，那最后这个工具肯定很适合你。那就是用ima.copilot一键创建知识库，它是由腾讯打造的知识库管理工具，内嵌了DeepSeek满血版，不需要搭配其他工具进行使用。
创建共享知识库：在下载ima.copilot安装并登录之后，点击“**我创建的共享知识库”**创建知识库，输入知识库名称和描述，进行自定义设置。
上传个人文件：在设置完知识库的基础信息之后，就可以直接在ima.copilot上传你的知识库文件。
使用ima.copilot的优势：ima.copilot有一个优势，就是它可以和小程序端通用，当我在手机上看到一篇特别好的公众号文章的时后，可以页面点击右上角的“…”选择更多打开方式，一键存入我的ima.copilot知识库。
如何使用ima.copilot知识库：在上传文件完成后，在知识库的界面，我们就可以直接和DeepSeek-R1满血版进行对话。ima.copilot最强大的地方在于，就算你不知道怎么搭建知识库，你也可以使用别人共享给你的知识库，这对于团队使用非常友好。
除了以上我提到的优势之外，ima.copilot还能快速提取所上传文档的核心观点，将碎片化的文档、公众号文章转化为结构化知识体系，通过标签、双向链接构建“DeepSeek最强外挂”，让你超快速获得准确、满意的答案。
——
好啦！这就是三种搭建个人知识库的方式啦！
难度从难到易，我个人比较推荐的方式是最后一个，因为它简单快捷。当然，如果你的文件和个人知识涉及到企业机密信息且电脑配置足够的话，我的建议是使用第一种方式，因为是本地部署，不上传你的机密信息。
同时，我觉得搭建个人知识库是个好习惯，在平时看到好的内容，都可以进行整理归档，逐步搭建个人知识库，然后让DeepSeek调用个人知识库进行回答，可以在无形之中对其所生成的答案进行了个性化优化。
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
6万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
