主要介绍用DeepSeek快速搭建个人知识库，附详细教程。关键词：DeepSeek、知识库、向量、嵌入模型

背景

为什么你需要一个个人知识库？

在日常工作和学习中，我们常常会积累大量的文档、代码、笔记等资料。如果没有一个统一的存储和检索系统，这些资料很容易变得杂乱无章，查找起来费时费力。

别慌，这次我们用DeepSeek快速搭建自己的个人知识库，实现本地上传文档，量化成知识库，通过智能助手快速回复。

主要目的：

• 集中管理：将所有资料统一存储，避免散落各处。

• 快速检索：通过智能搜索，快速定位你需要的信息。

• 高效学习：通过结构化存储，提升学习和工作效率。

前言

本文主要介绍，网页版DeepSeek搭建知识库。

演示效果

搭建知识库

1、下载安装 Cherry Studio

https://cherry-ai.com/download.html

无脑安装，比较简单，这里不在赘述。

2、知识库教程

官网介绍了MacOs版本的教程，

详细步骤可参考：https://docs.cherry-ai.com/advanced-basic/knowledge-base

为方便读者使用，这里作者给出Windows版本的详细教程。

实现步骤

1、添加对话模型

• 左下角设置-添加, 如何查找模型名称往下看

• 从图中硅基流动文档中查找

• 复制 deepseek-ai/DeepSeek-R1 添加到对应框自动识别

  

2、登录/注册「硅基流动」

登录地址：https://cloud.siliconflow.cn/

新用户注册即送2000万Tokens。如果你是新用户不需要购买，直接按照教程操作

3、点击此处，生成API秘钥

可直接跳转到和1登录/注册「硅基流动」的地址，先登录注册（如果操作了1 请忽略）

4、生成并复制 API秘钥

5、配置API秘钥

回到Cherry Studio，配置API秘钥，点击右侧检查，选择对应模型

注意：最好检查一下，要不后边报错连接失败

现在有了R1会话模型，我们需要添加一个嵌入模型。

说明：对话模型和嵌入模型的区别？

• 对话模型

对话模型就是能和人聊天的模型。

比如你问一个聊天机器人“今天天气怎么样？”它会回答“今天天气很好，适合出门。”它的任务就是根据你的问题，生成一个合适的回答。

• 嵌入模型

嵌入模型是把文字变成数字向量的模型。这是生成知识库的内核

例子：比如“苹果”这个词，嵌入模型会把它变成一个数字向量，比如 [0.1, 0.2, 0.3]。如果“苹果”和“水果”语义相近，它们的向量也会很接近，比如 [0.1, 0.2, 0.3] 和 [0.12, 0.21, 0.31]。这样，计算机就可以通过向量来理解它们的关系。

6、添加嵌入模型

我们使用免费的BAAI/bge-m3测试使用

添加一个嵌入模型

这个不需要API秘钥。

现在有了我们选择的嵌入模型，接下来创建知识库。

7、新建知识库

• 知识库入口：在 CherryStudio 左侧工具栏，点击知识库图标

• 添加知识库：点击添加，添加名称，开始创建知识库；

8、添加文件并向量化

9、添加助手并配置对应模型

• 新添加一个知识库助手

• 配置对应模型

10、对话中引用知识库生成回复

11、验证效果

可以看到和本地文档中的内容一样

如何学习大模型 AI ？

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。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】