你想过和自己聊天吗？

你想通过对话的方式读一本书，或看一篇几万字的论文吗？

如果你有以下需求之一：

1. 想将自己积累了很久的笔记整合起来，方便自己分析。

2. 想建立自己的素材库。

3. 你（或你的孩子）想通过对话聊天的方式学习新知识。

那么建议你跟着这篇教程，赶紧搭建一套个人知识库，来快速检自己想要的信息。

主流的个人知识库软件有 AnythingLLM、Dify、Cherry Studio、MaxKB 等。

产品 Github 关注数  使用方式 知识库说明 官网地址
Dify 64.7k web 支持 Notion、Web 站点、文件(每个文件不超过 15MB)  https://dify.ai/zh
AnythingLLM 35.3k 桌面版或 web 支持 Web 站点、文件 https://anythingllm.com/
Cherry Studio 9.5k 桌面版 支持 Web 站点、文件 https://cherry-ai.com/

其中 AnythingLLM 功能强大，但 Dify 和 Cherry Studio 对中国用户更友好，这里我用 AnythingLLM 为例说下如何搭建个人知识库。

AnythingLLM 演示成果

为方便理解，这里先看个很简单的演示成果。

AnythingLLM 搭建个人知识库

安装 AnythingLLM

AnythingLLM 提供了桌面版和 Docker 等几种安装方式，其中桌面版的安装简单，Docker 安装的功能会更丰富一些。

我把这两种方式都说下。

01

安装 AnythingLLM 桌面

浏览器打开官网 https://anythingllm.com/ ，点击"Download for desktop" 下载。

你也可以根据自己电脑的操作系统复制下面地址下载：

1. 苹果系统：https://cdn.anythingllm.com/latest/AnythingLLMDesktop-Silicon.dmg

2. Windows: https://cdn.anythingllm.com/latest/AnythingLLMDesktop.exe

3. Linux：执行 curl -fsSL https://cdn.anythingllm.com/latest/installer.sh | sh 下载安装。

下载完成后，点击安装包一路安装就行。安装完成后，点击 AnythingLLM 图标启动服务。

02

Docker 安装 AnythingLLM

Docker 安装的 anythingllm 有些自己独有的配置，如自定义头像等功能，Docker 的安装过程如下：

在终端执行如下命令拉取镜像：

docker pull mintplexlabs/anythingllm

拉取完成后就启动实例了，对于 macOS 和 Linux 系统用户而言，执行如下命令启动 Docker 容器：

export STORAGE_LOCATION=$HOME/anythingllm && \``mkdir -p $STORAGE_LOCATION && \``touch "$STORAGE_LOCATION/.env" && \``docker run -d -p 3001:3001 \``--cap-add SYS_ADMIN \``-v ${STORAGE_LOCATION}:/app/server/storage \``-v ${STORAGE_LOCATION}/.env:/app/server/.env \``-e STORAGE_DIR="/app/server/storage" \``mintplexlabs/anythingllm

对于 Windows 用户，在 powershell/wsl 中执行如下命令：

` $env:STORAGE_LOCATION="$HOME\Documents\anythingllm"; ` ````If(!(Test-Path $env:STORAGE_LOCATION)) {New-Item $env:STORAGE_LOCATION -ItemType Directory}; ` ````If(!(Test-Path "$env:STORAGE_LOCATION\.env")) {New-Item "$env:STORAGE_LOCATION\.env" -ItemType File}; ` ````docker run -d -p 3001:3001 ` ````--cap-add SYS_ADMIN ` ````-v "$env:STORAGE_LOCATION`:/app/server/storage" ` ````-v "$env:STORAGE_LOCATION\.env:/app/server/.env" ` ````-e STORAGE_DIR="/app/server/storage" ` ```mintplexlabs/anythingllm;

执行成功后，在浏览器中打开 localhost:3001 使用 AnythingLLM。

如果有如下报错：

docker: Error response from daemon: Mounts denied:

The path /Users/maming/software/anythingllm/.env is not shared from the host and is not known to Docker.

You can configure shared paths from Docker -> Preferences… -> Resources -> File Sharing.

See https://docs.docker.com/desktop/settings/mac/#file-sharing for more info.

则打开 Docker 桌面版，点击设置 -> Resources -> File sharing -> 添加目录 -> Apply & restart 后，再重新执行 Docker 命令启动 AnythingLLM。

配置 AnythingLLM

初次打开 AnythingLLM 时，欢迎页面如下图，点击 “Get started”：

在 LLM Preference 中，根据自己的需求配置大语言模型。

以 DeepSeek 为例，点击选择 DeepSeek 后，然后去 https://platform.deepseek.com/api_keys 点击创建 API key，复制 key 粘贴到下图的 API key 输入框中，再选择对话模型为 deepseek-reasoner，即 R1。

由于 DeepSeek 官网 API 太卡，所以这里我以硅基流动作为默认配置，如果你不知道怎么操作的话，可以参考此文来创建硅基流动的 Key。

如果想使用硅基流动的服务，则需要选择 Generic OpenAI，各选项值如下：

1. Base URL：https://api.siliconflow.cn/v1

2. API Key：需要你在 https://cloud.siliconflow.cn/account/ak 中创建一个 key

3. Chat Model Name：如果是 DeepSeek R1 的话，则为 deepseek-ai/DeepSeek-R1。你也可以在模型广场 https://cloud.siliconflow.cn/models 中查看其他模型名称。

4. Token context window：DeepSeek R1 上下文长度最大为 64k，所以这里直接写 65536。

5. Max Tokens：查看硅基流动文档知，deepseek-ai/DeepSeek-R1 最大 token 为 8192。

配置完成后，点击向右箭头的按钮，进入下一步。

配置邮件地和用途，继续下一步。

然后配置工作区名称，比如我就叫 workspace，点击下一步完成配置。

进入主页面后，我们再进行一些通用设置，如修改主题色，修改展示语言为中文。

配置完成后，点击自己的工作区，就可以开始对话啦。

创建知识库

接下来我们看看如何配置个人知识库，建议是根据不同的功能创建不同的工作区，如我们可以为生活、写作、读书等创建不同的工作区。

_注：本部分即上面视频演示的部分。
_

点击"新工作区"，输入工作区名，比如我取名为“DeepSeek 教练”，用于帮助我们学习 DeepSeek 知识。

接着点击上传按钮，上传文件。

然后上传我们的学习知识，PDF 以现在很火热的清华大学《DeepSeek：从入门到精通》为例，点击上传就可以了。网址以 https://qileq.com/404/ 、 https://qileq.com/408/ 为例，点击 “Fetch website” 就行了。

然后选中所有文档，点击 “Move to Workspace”，将文档移动到工作区。

点击 Save and Embed，等待数据向量化完成。

回到聊天区域，我们问个之前说过的一个好用的模板：“Deepseek 有什么好用的聊天模板吗？”

诶，他的回答就是我们在之前的文章中说的。

末尾还会显示引用来源，是不是很好用！

这里举了个简单例子帮我们测试整个流程，在实际使用的话，你可以将论文、课本、文章、英文资料等等都上传到自己的工作区，然后针对性的提问，这样能大大的提升效果！

使用 Agent 功能

AnythingLLM 还支持 Agent 功能，比如联网搜索、生成图表等，我们需要在设置的“代理技能”中

开启这些功能，然后点击保存就行了。

对于联网搜索功能而言，还需要我们指定搜索引擎：图简单的话，就使用 DuckDuckGo，无需额外配置，配置好后点击保存按钮。

如果想要更准确的结果，则使用 Google 或 Bing，这两者需要申请 API Key，其中 Google 每天有 100 次的免费查询额度，Bing 每个月有 1000 次免费查询额度。

在使用时需要我们指定对应的 @agent 才会生效，不过我在使用时，发现并不好用。

AnythingLLM 还对 Agent 做了些技能扩展，点击设置 -> Community Hub -> Explore Trending 可查看这些扩展。

如生成 Google 和 Outlook 的日历事件。

还可以增加更多斜线 / 命令。

如我们将 /flashcards 加入工作区后，只需要执行 /flashcards 即会根据工作区内容生成 flashcard，这种命令对学习英语还是蛮有用的。

同样的，将 /translate 加入工作区后，只需要执行 /translate 即可翻译内容。

小结

就我的使用经验来看，AnythingLLM 的功能还是很丰富的，但软件偶尔会有些 bug，整体还是蛮好用的。

接下来我会写一篇通过个人知识库学习理财知识的文章，敬请期待！

如何系统的去学习大模型LLM ？

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。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

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！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

  • 目标：了解AI大模型的基本概念、发展历程和核心原理。

  • 内容：

    • L1.1 人工智能简述与大模型起源
    • L1.2 大模型与通用人工智能
    • L1.3 GPT模型的发展历程
    • L1.4 模型工程
    • L1.4.1 知识大模型
    • L1.4.2 生产大模型
    • L1.4.3 模型工程方法论
    • L1.4.4 模型工程实践
    • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

  • 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

  • 内容：

    • L2.1 API接口
    • L2.1.1 OpenAI API接口
    • L2.1.2 Python接口接入
    • L2.1.3 BOT工具类框架
    • L2.1.4 代码示例
    • L2.2 Prompt框架
    • L2.3 流水线工程
    • L2.4 总结与展望

阶段3：AI大模型应用架构实践

  • 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

  • 内容：

    • L3.1 Agent模型框架
    • L3.2 MetaGPT
    • L3.3 ChatGLM
    • L3.4 LLAMA
    • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

  • 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

  • 内容：

    • L4.1 模型私有化部署概述
    • L4.2 模型私有化部署的关键技术
    • L4.3 模型私有化部署的实施步骤
    • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

# 人工智能 # 科技
Logo
DeepSeek技术社区

欢迎加入DeepSeek 技术社区。在这里，你可以找到志同道合的朋友，共同探索AI技术的奥秘。

更多推荐

cover

最新「大模型简史」：从Transformer（2017）到DeepSeek-R1（2025）

avatar DeepSeek技术社区
cover

【AI学习】DeepSeek-R1是如何训练的？

avatar DeepSeek技术社区
cover

李彦宏说DeepSeek幻觉高，是真的吗？

avatar DeepSeek技术社区