一、本地部署DeepSeek模型

1、安装ollama

       步骤一：点击打开ollama官网。

       步骤二：点击Download下载ollama，选择Windows版本进行下载。

       步骤三：双击ollama安装版进行安装。

       步骤四：Windows+R输入cmd调出命令行窗口，输入ollama -v，如果显示ollama的版本，则安装成功。

2、部署DeepSeek R1模型

       步骤一：打开ollama官网，点击坐上叫的Models。

        步骤二：点击DeepSeek R1模型。

       步骤三：根据自己电脑的显存大小选择合适的版本，我的电脑是8G显存，这里选择8b的模型。

       

步骤四：点击复制右侧安装命令，进入命令行运行。

       显示success并能回复表示安装成功。

3、退出与运行DeepSeek指令

       在命令行窗口输入/bye即可退出。下次启动DeepSeek需输入ollama list查看已经下载的模型，ollama run +模型名字就可以再次进入对话。

4、安装Chatbox实现DeepSeek模型可视化对话

       步骤一：点击进入Chatbox官网，下载软件，选择安装目录进行安装。

       步骤二：打开软件点击设置，在设置中选择ollama API。

       步骤三：在模型选择中选择下载好的deepseek-r1模型，点击保存，就可以进行对话了。

二、MaxKB的部署与安装

1、MaxKB简介

       MaxKB 是一款基于大语言模型（LLM）和检索增强生成（RAG）技术的开源知识库问答系统，旨在为企业和组织提供高效、智能的知识管理与问答服务。

       核心功能：

       1、开箱即用：支持直接上传文档或自动爬取在线文档，自动完成文本拆分、向量化处理以及 RAG 处理，有效减少大模型幻觉，提升问答准确性。提供一键部署功能，通过简单的命令即可完成安装。

       2、模型中立：支持对接多种大语言模型，包括本地私有模型（如 Llama 3、Qwen 2 等）和国内外公共模型（如 OpenAI、百度千帆、智谱 AI 等）。

       3、无缝嵌入：支持零编码快速嵌入到第三方业务系统，如企业微信、钉钉、飞书、微信公众号等，快速提升现有系统的智能问答能力。

2、MaxKB的安装

       步骤一：点击进入docker官网，选择下载docker桌面版，下载完成后双击图标即可安装。

       步骤二：安装完成后，Windows+R输入cmd打开命令行窗口，点击打开MaxKB的github页面。在快速开始页面复制docker安装指令，粘贴到命令行窗口运行。

       步骤三：安装完成后打开docker镜像，将镜像跑起来点击8080端口打开登陆界面，输入文档给出的账号和密码。

       步骤四：点击知识库选项，将本地的知识库上传，根据知识库的内容书写知识库描述。

       步骤五：创建成功后上传文档，开始导入。

       步骤六：点击应用，创建应用，在选择模型中添加本地部署的DeepSeek-r1模型。

       步骤七：选择ollama供应商，填写模型名称，输入您本地部署 Ollama 服务的 API 地址，通常在 Docker 环境下应为 http://host.docker.internal:11434，确保可以正常访问该地址。API key可随意填写。

       步骤八：模型添加完成后即可选择模型，并添加关联知识库，最后保存并发布即可使用。