Deepseek搭建本地知识库

上一篇文章我们已经能够在本地运行deepseek大模型，本章我们将希望能够搭建本地的知识库。

一、基于AnythingLLM搭建

前文我们已经下载和安装了AnythingLLM ，本文中将其打开进行设置：

接着配置AnythingLLM，不过我几乎没有配置就直接用了。
配置向量数据库：

这里点开的样子是这样的

再选择嵌入的首选项

看了一下，这里面也有很多的下拉嵌入提供商，自己可以选择。

然后i就可以用了。具体怎么用，自己试一试，主要是可以选择上传自己的文件。

然后选择你需要的本话题的文档，转到右边去。

然后点右下角的“save and Embed"，可是我的出现错误提示，估计是上传联网出错。
好了，这个就到这里，接着看看cherry studio的搭建方法。

二、基于Cherry Studio搭建

1、安装嵌入模型

使用本地服务，安装嵌入模型，用于将文本数据转化为向量标识的模型。本文我们下载的是bge-m3模型。BGE-M3 是一种先进的文本嵌入模型，由智源研究院（BAAI）开发，具有多功能、多语言和多粒度的特性。它在自然语言处理（NLP）和信息检索（IR）领域有广泛的应用。

ollama pull bge-m3

2、下载安装cherry studio

注意不要装在C盘，注意不要装在C盘，注意不要装在C盘！
官网网址

下载地址：
用迅雷下载吧
地址是github的，由于墙的原因，网站下不了的，用迅雷下吧！迅雷立功了！

下载安装没啥说的。

3、配置cherry studio

选择这两个模型，然后关闭对话框

点击知识库，添加

4、添加知识库文档

cherry非常方便的可以加入目录当中的文档，其他的也可以，如下所示：

选择了知识库目录之后，那个小圈圈就开始工作了，直到他全部变成蓝色圈圈为止。

下图是正在加载和整理

这是搞定了

测试一下：

这个感觉只有关键字匹配，看看大模型搜索会不会好些。

首先在cherry studio中进行大模型设置：

特别提醒的是第4步，需要选择自己本地的大模型也可以选择线上的模型：

测试一下结果：

首先确实是本地知识库的内容，其次，这个结果不算好，可能因为数据太少吧？

如果本地知识库有不想透露的数据，一定不要联网。

所以这样看来，用CherryStudio的本地知识库大模型问答系统还是比较方便建立的。因为可以对目录进行批量导入！这个就比AnythingLLM 好用。好了就先到这里！

【更新时间】：2025年2月19日21点03分