当你在使用DeepSeek或其它AI时，也许可能遇到这样的问题：

❌你的知识迭代 VS 模型训练进度

“刚整理完行业前沿白皮书，却发现DeepSeek还卡在半年前的版本断层”

❌数据绞刑架 VS 硬盘保险箱

“把机密合同喂给AI？这和在推特公开裸奔有什么区别”

以上问题，可以通过使用DeepSeek构建一个私有知识库来解决。通过构建知识库：

✅ 本地化模型实时吞噬新文档，你的知识库永远比大模型快一个版本周期

✅ 数据从不出本地硬盘，不用担心数据系列

接下来，本文将介绍如何利用DeepSeek-R1模型的能力，借助Ollama与AnythingLLM两个工具，实现个人知识库的构建。

1.Ollama本地部署DeepSeek-R1模型

访问ollama官网，点击download。https://ollama.com/

根据电脑系统选择相应的版本。点击下载。若下载速度过慢，可关注根根AI公众号并回复“ollama”领取安装包。

打开下载的安装包，点击“Install” ，等待Ollama安装完成。

等待安装完成后，按win+r键，输入cmd调出命令行窗口。

输入

ollama --version

按下回车后出现版本号，即为安装成功。

我们选择推理能力更强的deepseek-r1模型进行本地部署。小编的笔记本显存为6G，因此选择最小的1.5b模型进行部署，如果显存更大的话，可以选择更大的模型。例如，选择7b模型能得到更好的回复，那么下面代码中的“1.5b”就要改为“7b”。

在命令行窗口中输入：

ollama run deepseek-r1:1.5b

按下回车，模型开始自动下载。

模型下载成功后，自动进入对话模式，我们可以在这里跟模型进行对话。

至此，恭喜你已经完成了deepseek-r1模型的本地部署。

2.AnythingLLM的下载与使用

（1）下载AnythingLLM

首先进入AnythingLLM的官网https://anythingllm.com/，点击“Download for desktop”。

根据电脑系统，选择合适的版本进行下载。注意，页面中提示由于最近的DDOS事件，可能导致下载链接不可用。若无法下载，可关注根根AI公众号，回复“AnythingLLM”领取资源。

打开下载好的安装包，选择“仅为我安装”与安装路径，软件将会自动安装。

安装过程中，可能会出现以下错误。已经成功安装Ollama后，此错误可不予理会。

（2）AnythingLLM的配置

进入AnythingLLM后，点击Get started，开始使用。

选择模型提供为“Ollama”，选择模型为“deepseek-r1:1.5b”或其它已经下载好的模型，点击下一步箭头。

后面可跳过邮箱注册步骤，点击下一步箭头，新建工作区，设置一个工作区名称，继续点击下一步。

首先点击左下角的小扳手，打开设置，找到 人工智能提供商 -> Embedder首选项，选择嵌入引擎提供商为Ollama，模型选择为deepseek-r1:1.5b，最后点击保存更改。点击左下角的返回键（原来小扳手的位置），返回首页。

接下来将会进入AnythingLLM主页，点击刚才设置的工作区，即可进入对话。

点击工作区中的上传标识，即可上传文件。

第一步，点击或拖拽上传文件。我们在这里上传了两篇公众号的文章、DeepSeek的两篇相关论文、一份变电站的相关书籍、一份关于Java的QA问答对。

第二步，选择想要上传到工作区的文件。我们在这里选择两篇跟Word接入DeepSeek相关的两篇公众号文章。在这里选择文件时要注意，由于本地部署的模型较小，检索能力没有那么强大，因此尽量选择与工作区内容相关的文档进行上传。内容不相似的文档可以新建多个工作区。

第三步，点击“Move to Workspace”将文件移动到工作区。

移动完成后，点击“Save and Embed”。若文件较大，此步骤会消耗较长的时间。

等待上传成功后，即可开始对话。

3.效果测试

（1）根据文档回答问题

告诉DeepSeek"总结资料，如何将DeepSeek接入Word"，DeepSeek能够按照文档的内容进行总结，生成输出，但DeepSeek目前暂时还无法解析图片，因此只能根据文档内的文本内容做出回答。

（2）根据《伤寒杂病论》做出诊断

首先，新建一个工作区，将txt格式的《伤寒杂病论》作为资料上传。

向DeepSeek提问“我现在腹痛难忍，请告诉我如何用药”，DeepSeek按照伤寒杂病论中的内容，告诉我应该使用“柴胡桂枝汤”，并给出了具体的配方。

（3）数据分析

新建一个工作区，并将一份变电站的各个指标的变化数据上传，接下来需要DeepSeek来分析表内某一个时间段的数据。我们可以通过AI，直接对表格数据进行分析。

DeepSeek无疑是2025开年AI圈的一匹黑马，在一众AI大模型中，DeepSeek以低价高性能的优势脱颖而出。DeepSeek的上线实现了AI界的又一大突破，各大科技巨头都火速出手，争先抢占DeepSeek大模型的流量风口。

DeepSeek的爆火，远不止于此。它是一场属于每个人的科技革命，一次打破界限的机会，一次让普通人也能逆袭契机。

DeepSeek的优点

掌握DeepSeek对于转行大模型领域的人来说是一个很大的优势，目前懂得大模型技术方面的人才很稀缺，而DeepSeek就是一个突破口。现在越来越多的人才都想往大模型方向转行，对于想要转行创业，提升自我的人来说是一个不可多得的机会。

那么应该如何学习大模型

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

想正式转到一些新兴的 AI 行业，不仅需要系统的学习AI大模型。同时也要跟已有的技能结合，辅助编程提效，或上手实操应用，增加自己的职场竞争力。

大模型岗位需求越来越大，但是相关岗位人才难求，薪资持续走高，AI运营薪资平均值约18457元，AI工程师薪资平均值约37336元，大模型算法薪资平均值约39607元。

掌握大模型技术你还能拥有更多可能性：

• 成为一名全栈大模型工程师，包括Prompt，LangChain，LoRA等技术开发、运营、产品等方向全栈工程；

• 能够拥有模型二次训练和微调能力，带领大家完成智能对话、文生图等热门应用；

• 薪资上浮10%-20%，覆盖更多高薪岗位，这是一个高需求、高待遇的热门方向和领域；

• 更优质的项目可以为未来创新创业提供基石。

可能大家都想学习AI大模型技术，也想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。为了让大家少走弯路，少碰壁，这里我直接把都打包整理好，希望能够真正帮助到大家。

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】

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈
观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

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】