DeepSeek 本地知识库全攻略，专属AI助手太香了！
时间：2025-02-14 12:33 来源：今日头条 责任编辑：毛青青
原标题：DeepSeek 本地知识库全攻略，专属AI助手太香了！
昨天的文章是基于 mac 环境搭建的 DeepSeek 本地环境，有用户问 windows 怎么搭建。今天就来手把手教大家在 windows 环境本地部署 DeepSeek 以及搭建自己的本地知识库，建立自己的专属AI助手。全程无卡点，零基础上手 0 难度！
机器硬件配置请参考昨天的文章，这里就不赘述。
一、windows 本地部署
1. 安装 Ollama
访问Ollama 官网https://ollama.com/download ，下载 windows 版本，下载好后根据提示安装。
2. 本地部署 DeepSeek-R1 8b
安装成功后，在 windows 搜索框里输入cmd，点击命令提示符，在命令提示符里输入
ollama run deepseek-r1:8b
开始自动下载安装 deepseek-r1 8b 版本。
下载完成后即自动运行 deepseek，可以开始提问了，具体操作步骤如下图，可以看到我提问的 "小开coding是什么"，DeepSeek 并不知道，只能自己推理。
二、搭建本地知识库
1. 下载 shaw/dmeta-embedding-zh
1.1 dmeta-embedding-zh 是什么
❝
在知识库应用中，文本数据通常是以大量文档的形式存在，传统的关键词搜索往往只能进行字面匹配，容易漏掉语义相近但表达不同的内容。通过使用 dmeta-embedding-zh 模型，你可以把知识库中所有文档转换成向量，同时将用户的查询也转换成向量，然后计算这些向量之间的相似度，从而实现基于语义的检索。这种方式大大提高了搜索的精准度和灵活性，使得知识库能够更智能地“理解”用户的意图，并返回更相关的信息。
这种模型在现代知识库搭建中非常关键，因为它为构建一个“语义知识库”提供了底层支持，让系统不仅仅停留在关键词匹配上，而是能真正理解内容的深层含义。
简单来说，这个模型就是用来整理你的文档，为 DeepSeek 模型更好地理解并运用你的知识库。
1.2 安装 shaw/dmeta-embedding-zh
命令提示符里输入
ollama pull shaw/dmeta-embedding-zh
等待下载完成：
2. 搭建本地知识库
2.1 下载安装 cherry studio
官网地址：https://cherry-ai.com/download ，如果打不开或者点击下载没反应，可以按照文末提示领取福利，里面有最新版的 windows 和 mac 的 cherry studio 的安装包。
2.2 配置 ollama DeepSeek 模型
安装好 cherry studio 打开后，依次按以下步骤操作：
点击左下角设置，选择模型服务，选择Ollama，点击管理。
选择deepseek-r1:8b和shaw/dmeta-embedding-zh:latest。
步骤图：
-
注意：我这里已经添加过了，是添加后的示意图，所以显示的是 "-" 按钮，没添加过显示的是 "+" 按钮。点击一下 "+" 按钮即可。
这样就添加好了模型。
验证模型：
-
点击左上角的对话按钮，选择deepseek-r1:8b|Ollama，即可开始对话：
2.3 搭建知识库
依次按以下步骤操作：
-
cherry studio 选择侧边栏知识库图标，点击添加，输入名称，嵌入模型选择之前添加过的shaw/dmeta-embedding-zh:latest。
-
文件里添加你需要构建知识库用的文档，支持 pdf、docx、pptx、xlsx、txt、md 格式。也可以选择网址、网站。
我这里新建了一个 test.txt，里面就一句话，步骤图：
添加好后回到对话框测试。
重新提问相同问题，可以看到它会引用知识库里的文档来回答问题了。
三、结语
通过本地部署DeepSeek+知识库的好处：
隐私性很好，不用担心自己的资料外泄、离线可用。
在工作和学习过程中对自己整理的文档，能快速找到，并自动关联。
在代码开发上，能参考你的开发习惯，快速生成代码。
投稿邮箱：chuanbeiol@163.com 详情请访问川北在线：http://www.guangyuanol.cn/
