之前有一篇文章介绍了通过腾讯云的LKE平台搭建知识库，但是有朋友担心上传云端的资料泄露。

今天咱们直接搭建本地知识库（数据在本地，私有），再也不用担心数据泄露啦~

本期用到的两位主角分别是性价比最高的大模型DeepSeek（V3、R1），和知识库效果之王FastGPT（开源智能体平台）。

DeepSeek + FastGPT 可谓强强联手，确实可以封神了！

大家可以先看看，我在FastGPT上传公众号文章搭建知识库，结合DeepSeek的问答效果，回答的很全面（完全可以帮我去回答大家的问题，解放双手啦）

DeepSeek接入个人知识库 整个流程如下：

1.先在本地部署FastGPT；

2.获取火山引擎的DeepSeek API（模型id、API地址、apikey）

3.将DeepSeek接入FastGPT；

4.在FastGPT构建知识库；

5.将知识库和DeepSeek结合使用；

其中1、2、3步骤在之前的文章中已经有喂饭级教程

本地部署FastGPT，并接入DeepSeek

我们需要用到目前速度最快的DeepSeek API之一：火山引擎DeepSeek API

获取方式也在上面这篇文章中有介绍。

下面这篇有对部分厂商DeepSeek API速度做测评，感兴趣的朋友可以看看

DeepSeek API测速

今天我们重点讲如何在本地的FastGPT中快速搭建个人知识库，以及将知识库结合DeepSeek使用。

PS：本系列并不简单，适合动手能力强的朋友

好了话不多说，开始喂饭~

补充：FastGPT接入DeepSeek(V3和R1)

补充说明一下，最新版的FastGPT支持直接在页面配置大模型，所以，也可以不用之前所讲的one-api中转站。

我们先在FastGPT接入DeepSeek V3

如下图，我们在fastgpt账号->模型提供商->模型配置->新增模型->语言模型

就可以直接配上火山引擎的DeepSeek API

将火山引擎中DeepSeek-V3的模型id复制下来，粘贴到下图的模型id位置，可以给模型起一个别名，方便后续区分。

然后将火山引擎申请的apikey粘贴到下图中的【自定义请求key】

并填写火山的API地址

火山引擎 大模型的API地址：

https://ark.cn-beijing.volces.com/api/v3/chat/completions

我们配置火山引擎的DeepSeek-R1也是类似操作，只不过需要勾选上【支持输出思考】

随后，我们可以在工作台创建一个测试智能体，AI模型选择刚才新建的火山引擎DeepSeek-R1，在右侧的调试预览页面发送问题测试

FastGPT搭建个人知识库

其实之前写过一篇FastGPT搭建个人知识库教程，不过使用的是FastGPT Saas版。

FastGPT Saas版搭建知识库

本次讲如何使用本地部署的开源FastGPT搭建个人知识库。

FastGPT构建知识库需要用到索引模型和重排模型

这两种模型我们都可以到 硅基流动 免费白嫖~

硅基流动地址：https://cloud.siliconflow.cn/models

如下，硅基流动 有5个索引模型可选，其中4个是免费的~

在API密钥页面，新建硅基流动的apikey，复制保存

我们还是和刚才新增火山DeepSeek API一样，在FastGPT新增索引模型

选择配置对中文更友好、且免费的：BAAI/bge-large-zh-v1.5

按照如下填写配置，然后点击确定

硅基流动索引模型请求地址：https://api.siliconflow.cn/v1/embeddings

为了知识库检索效果更优，我们还需要配置一个重排模型

在FastGPT新增重排模型

重排模型选择免费的：BAAI/bge-reranker-v2-m3

到这里免费的索引模型和重排模型就配置好啦~

接下来我们开始搭建FastGPT的知识库。

在FastGPT 知识库这里，新建->通用知识库

索引模型选择刚刚配置好的 BAAI/bge-large-zh-v1.5

文本理解模型选择我们配置的 火山引擎DeepSeek-V3

创建成功之后，我们选择导入文本数据集

这里我选择本地文件

把准备好的知识库资料（是部分公众号文章的txt文件）

虽然FastGPT支持直接上传pdf等，但是实测转换成txt或者md的效果会更好。推荐使用textIn、或者doc2X等工具进行转换。

上传完成之后点击下一步

这里一定要选择 问答拆分，然后点击下一步

点击开始

可以看到资料都在索引中了，接下来要做的就是等待

等到所有资料状态都变成 已就绪，那么知识库就初步搭建完毕啦

DeepSeek接入个人知识库

知识库创建完成之后需要关联到DeepSeek智能体使用

先进入之前创建的FastGPT智能体，关联知识库->选择

选择刚才创建的 公众号文章知识库，点击完成

配置知识库参数（如下图）

选择混合检索，勾选上结果重排

引用上限可以先设置到4000左右，最低相关度0.5

PS：这两个值后续可以根据回答效果去调整，以优化知识库检索效果

引用上限：每次检索的最大token数量。中文约1字=1.7 tokens

最低相关度：只有评分大于设定相关度的文档片段才会被提取出来

开启问题优化，选择V3模型

当然，知识库问答效果是需要调优的

总之，当你觉得根据知识库回答的内容过于庞杂时，就把最低相关度调高（一般0.7左右）

当你觉得回答内容过于简短（有缺失），可适当把最低相关度调低（0.3左右）

引用上限一般3000左右即可。

不过上面的建议值仅供参考，具体需要您不断测试，不断调整，最终得到一个更适配业务的参数值。

至于prompt，我的prompt很简单：

你是公众号：袋鼠帝AI客栈，的智能小助理，帮助用户找到相关AI文章内容，用猫娘的语气回复

回复效果如下，还不错，至少DeepSeek-V3完全能理解，建议写prompt的时候表达清楚意思即可，一开始不用尝试复杂的prompt。

如果要实现更复杂的业务逻辑，可以上工作流，FastGPT的工作流节点虽然还不够丰富，但该有的也都有了。

完成上述操作之后，这个搭载了DeepSeek的智能体就成功接入个人知识库啦~

后续就可以根据个人知识库来回答问题，做你的最强赛博数字分身！

当然只有知识库是本地的，还不能说是绝对安全，如果DeepSeek也用本地的，那么整个链路将达到最安全的状态（无需联网都可以使用）。

如果这篇文章阅读量过万，下篇给大家分享本地DeepSeek + 本地知识库

如果您还有更好的DeepSeek接入知识库方案，欢迎评论区聊聊~

AI大模型学习路线

如果你对AI大模型入门感兴趣，那么你需要的话可以点击这里大模型重磅福利：入门进阶全套104G学习资源包免费分享！

扫描下方csdn官方合作二维码获取哦！

这是一份大模型从零基础到进阶的学习路线大纲全览，小伙伴们记得点个收藏！

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。

100套AI大模型商业化落地方案

大模型全套视频教程

200本大模型PDF书籍

👉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。

LLM面试题合集

大模型产品经理资源合集

大模型项目实战合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓