DeepSeek+AnythingLLM + Ollama 搭建本地大模型知识库

前言

本地部署的最大意义在于利用DeepSeek大模型的能力加上自己的知识库,可以训练出一个符合自己需求的大模型。

这就是本地部署+知识库的作用。是DeepSeek官网不具备的。因为这是训练的你的私有资料。

今天就来分享下这个搭建过程。用到的工具组合是AnythingLLM +Ollama +DeepSeek

废话不多说,直接干货

安装Ollama

1、官方网站下载:https://ollama.com/,点击download进行下载。

官网下载
2、为了避免安装在C盘占用空间,右键以管理员身份运行Ollama安装程序,可以使用命令指定路径方式安装Ollama,安装命令:OllamaSetup.exe /DIR=d:\Ollama,如下图:
命令安装命令
3、点击Install安装完成即可,如下图:
install
4、配置下载模型保存路径, 在D盘新建一个文件夹命名为OllamaAI,然后打开系统环境变量,新建变量名:OLLAMA_MODELS 变量值:D:\OllamaAI,如下图:

温馨提示: 此步主要是解决Ollama默认下载模型到C盘问题,若C盘空间足够大的小伙伴此步骤可略过。
环境变量设置
5.重启电脑后,在开始菜单找到Ollama程序打开,打开后在电脑右下角会有一个羊驼图标显示。
在这里插入图片描述
6、点击羊驼图标运行后,在右下角显示。
在这里插入图片描述

下载DeepSeek模型

1、输入ollama run+ 模型名称,按回车键即可下载(看下面附图硬件要求选择下载其中一个或多个,此过程可能有点慢,若下载失败重新输入命令下载即可),如下:

ollama run deepseek-r1:1.5b
ollama run deepseek-r1:7b
ollama run deepseek-r1:8b
ollama run deepseek-r1:14b

2、我们选择下载8b模型,在Windows PowerShell终端运行命令:ollama run deepseek-r1:8b。如下图:
在这里插入图片描述
3、使用命令运行模型:ollama run deepseek-r1:8b。试一下提问:你是谁?使用效果如下图:
在这里插入图片描述
这样就算安装成功了。

DeepSeek不同参数版本介绍:

模型参数规模 典型用途 CPU 建议 GPU 建议 内存建议 (RAM) 磁盘空间建议 适用场景
1.5b (15亿) 小型推理、轻量级任务 4核以上 (Intel i5 / AMD Ryzen 5) 可选,入门级 GPU (如 NVIDIA GTX 1650, 4GB 显存) 8GB 10GB 以上 SSD 小型 NLP 任务、文本生成、简单分类
7b (70亿) 中等推理、通用任务 6核以上 (Intel i7 / AMD Ryzen 7) 中端 GPU (如 NVIDIA RTX 3060, 12GB 显存) 16GB 20GB 以上 SSD 中等规模 NLP、对话系统、文本分析
14b (140亿) 中大型推理、复杂任务 8核以上 (Intel i9 / AMD Ryzen 9) 高端 GPU (如 NVIDIA RTX 3090, 24GB 显存) 32GB 50GB 以上 SSD 复杂 NLP、多轮对话、知识问答
32b (320亿) 大型推理、高性能任务 12核以上 (Intel Xeon / AMD Threadripper) 高性能 GPU (如 NVIDIA A100, 40GB 显存) 64GB 100GB 以上 SSD 大规模 NLP、多模态任务、研究用途
70b (700亿) 超大规模推理、研究任务 16核以上 (服务器级 CPU) 多 GPU 并行 (如 2x NVIDIA A100, 80GB 显存) 128GB 200GB 以上 SSD 超大规模模型、研究、企业级应用
671b (6710亿) 超大规模训练、企业级任务 服务器级 CPU (如 AMD EPYC / Intel Xeon) 多 GPU 集群 (如 8x NVIDIA A100, 320GB 显存) 256GB 或更高 1TB 以上 NVMe SSD 超大规模训练、企业级 AI 平台

安装AnythingLLM

安装一个交互界面的软件,可以把资料投喂给大模型,类似的交互界面很多,暂时使用AnythingLLM,有其他好用的工具,网友留言反馈。

1、官方网站:https://anythingllm.com,下载软件,如图:
在这里插入图片描述

2、同样默认安装到D盘,如下图:
在这里插入图片描述
3、点击安装后,直接等待安装完成。根据网速情况,安装快慢不一样,会下载各种模型及相关文件。如下图:
在这里插入图片描述

AnythingLLM基本应用

1、在桌面打开“AnythingLLM”应用程序,设置成中文,如下图:
在这里插入图片描述在这里插入图片描述
2、新建一个工作区,单击“新工作区”,在demo工作区上单击设置图标,在“聊天设置”设置“工作区聊天模型”为:deepseek-r1:8b。如下图:
在这里插入图片描述
3、 在demo聊天应用效果如下图:
在这里插入图片描述
4、自定义知识库应用
 将自己的资料投喂给deepseek模型,在demo工作区上单击上传文件按钮,如下图:
在这里插入图片描述
4、 我把上传投喂给deepseek模型,上传成功后,选择相应的文件,单击“Move to Workspace”按钮移动到demo工作区;然后单击“Save and Embed”按钮,根据文档内容的大小处理过程耗时不一样;保存成功后,在文件后面的按钮钉起来后会变成黑色,就证明选择这个文件。如下图:
在这里插入图片描述
5、返回demo工作区后,问同样的问题就OK了。

Logo

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