利用DeepSeek-R1构建简单的本地知识库

初期接触LLM即大语言模型，觉得虽然很强大，但是有时候AI会一本正经的胡说八道，这种大模型的幻觉对于日常使用来说具有很大的误导性，特别是如果我们要用在生成环境下，由于缺少精确性而无法使用。为什么会造成这种结果那，简单来说就是模型是为了通用性设计的，缺少相关知识，所以导致回复的结果存在胡说八道的情况，根据香农理论，减少信息熵，就需要引入更多信息。从这个角度来说，就有两个途径，一是重新利用相关专业知识

程序员笑武

1058人浏览 · 2025-02-06 20:29:36

程序员笑武 · 2025-02-06 20:29:36 发布

一简介

从这个角度来说，就有两个途径，一是重新利用相关专业知识再次训练加强模型，或进行模型微调；模型训练的成本是巨大的，微调也需要重新标记数据和大量的计算资源，对于个人来说基本不太现实；二是在问LLM问题的时候，增加些知识背景，让模型可以根据这些知识背景来回复问题；后者即是知识库的构建原理了。

有个专门的概念叫RAG（Retrieval-Augmented Generation），即检索增强生成，是一种结合检索技术和生成模型的技术框架，旨在提升模型生成内容的准确性和相关性。其核心思想是：在生成答案前，先从外部知识库中检索相关信息，再将检索结果与用户输入结合，指导生成模型输出更可靠的回答。

二 RAG原理

简单概述，利用已有的文档、内部知识生成向量知识库，在提问的时候结合库的内容一起给大模型，让其回答的更准确，它结合了信息检索和大模型技术；

分步骤来说，首先是检索阶段，当用户输入一个问题时，系统会从外部数据库或文档中检索相关的信息或文档片段。然后，在生成阶段，这些检索到的信息会和原始问题一起输入到生成模型中，生成最终的答案。这样，模型不仅依赖于内部知识，还能利用外部实时或特定的数据。

我们日常简单通过chat交互方式使用大模型如下图：我们搭建了RAG后，整体架构如下图：

说明：

建立索引：需要将日常的业务知识，以文件形式给分成较短的块（chunk），然后进行编码，向量化存入到向量化的库中；nomic-embed-text-v1模型就是做这个事情的。
检索向量库：根据用户的提问，到向量库中去进行向量匹配，检索出相似的chunk，作为提问的上下文；
生成回复：将用户的提问内容和检索的块结合发送给大模型，大模型结合两者进行问题的回复；

这样做有什么好处那?

由于日常的业务知识是保存到本地的，所以减少信息泄露的风险；
由于提问结合了业务知识，所以减少了模型的幻觉，即减少了模型的胡说八道；
模型的回复结合了业务知识和实时知识，所以实时性可以更好；
不用重新训练模型，微调模型降低了成本；

三实践

需要安装以下工具：

Ollama：用于下载和管理模型，前面文章介绍过；
DeepSeek-R1 : 我们本次要使用的LLM模型，前面文章也介绍过；
Nomic-Embed-Text向量模型：用于将文本库进行切分，编码，转换进入向量库；
AnythingLLM：开源AI私有化应用构建平台，即将多个模型搭配起来，共同构建一个私有化应用；利用强大的内置工具和功能快速运行本地 LLM，无需复杂的设置。 Ollama和DeepSeek-R1模型前面已经安装过了，就不再赘述，下面安装另外两个工具；

3.1 Nomic-Embed-Text 模型安装

简单介绍下，Nomic-Embed-Text模型是一个强大的嵌入式文本处理工具，将我们的业务知识（专业点的叫法语料库）转成高纬度的向量空间中的点，以便后续进行相似度计算、分类、聚类、检索等。听起来这个好像很高级，如果简单来看的话，其实底层原理也简单，文本相似度可以通过两个高纬度向量的余弦值大小来判断的，余弦值越大的，两个高纬度向量靠的越近，相关性大，反之亦然，当然也有复杂的算法。

余弦值计算

通过pull命令直接安装，大小为274MB，还是比较小的：

ollama pull nomic-embed-text

然后通过ollama list查询：

mac@MacdeMacBook-Pro models % ollama list   NAME                       ID              SIZE      MODIFIED   nomic-embed-text:latest    0a109f422b47    274 MB    17 minutes ago   deepseek-r1:1.5b           a42b25d8c10a    1.1 GB    4 days ago

网上找一个使用的例子，大家可以直观的体会下:

from transformers import AutoTokenizer, AutoModel   import torch       # 加载模型和分词器   tokenizer = AutoTokenizer.from_pretrained("nomic-embed-text-v1")   model = AutoModel.from_pretrained("nomic-embed-text-v1")       # 输入文本   text1 = "今天天气好！"   text2 = "今天的天气真是好啊！"       # 将文本转换为模型输入格式   encoding = tokenizer(text1, text2, return_tensors="pt")       # 获取文本嵌入   with torch.no_grad():       outputs = model(**encoding)       # 计算文本嵌入的余弦相似度   cosine_similarity = torch.nn.functional.cosine_similarity(outputs.last_hidden_state[0], outputs.last_hidden_state[1])   print("文本相似度：", cosine_similarity.item())

3.2 AnythingLLM安装

如它官网图https://anythingllm.com/desktop所示，是一个强大的灵活的平台，通过它可以连接多个LLM模型，构建本地私有的LLM应用，配置界面简单直观。

非常可惜，我macos的版本低，运行Anything LLM报错，找了不少办法还是不行，所以在虚拟机：windows下安装下，运行界面：

如上图可以看到，这个架构默认需要一个chat模型，需要embedder模型和一个向量数据库：LanceDB，用来保存私有化的数据；

按右边的向右箭头，新建个工作区：

接着进行模型配置：

选择LLM模型提供商，配置下url，如下图：点击右上角的 Save changes。

向量数据库无需配置，默认：

embedder模型，可以用默认的，或通过ollama供应商提供的，我先用ollama试试效果：

别忘记点击修改。这里面有个坑，虽然11434端口开了，但是默认只能用127.0.0.1访问，如果绑定所有ip，则在mac下需要配置：

`mac@MacdeMacBook-Pro Homebrew % sudo sh -c 'echo "export OLLAMA_HOST=0.0.0.0:11434">>/etc/profile'launchctl setenv OLLAMA_HOST "0.0.0.0:11434"`

返回刚才新建的工作区，点击后进入聊天界面就可以上传语料进行交互问答了。至此个人知识库终于创建完毕了。

个人知识库的问答

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。

在这里插入图片描述