考虑到研究生可能得看很多文献，所以我尝试搭建一个本地知识库。虽然最后因为电脑的运行内存不太够而输出很慢，但相关的操作步骤我都走通了，这可以给广大网友提供一个参考借鉴。最后，博主作为一个机械学生能把这么计算机的东西跑通也是很不容易的，这点还是很激动的。如果有什么可以丰富的细节，也希望大家能多多指出。

以下步骤都是博主亲身一步一步走过的，以及配合博主学习的b站up视频食用更加。

部署学习参考b站原作者视频链接:

1.解决丨Ollama 本地部署 Deepseek 太占C盘?

2.【知识科普】【纯本地化搭建】【不本地也行】DeepSeek + RAGFlow 构建个人知识库

1.安装ollama（官网：ollama.com）

1.1.注意事项：这个软件会固定装C盘，但可以通过特殊方法修改

1.2.环境变量：配置好需要重启电脑，不然可能会失败（未保存）

步骤一：将ollama软件固定到F盘

• 在官网下载exe文件
• 在把exe文件拖到F盘
• 在F盘搞一个APP，APP里面搞一个ollama文件夹
• 在F盘输入端敲cmd，补充ollamasetup.exe /DIR=+文件夹路径（即ollamasetup.exe /DIR=F:\APP\ollama）【此步就已经固定好】
• 双击ollama，进行安装就安装好了

注：出问题可以考虑卸载

方法：卸载ollama

①在控制面板处找到ollama点击卸载

②找到跟ollama有关的所有文件夹删除

③全局搜索检查有无残留文件夹，可以辅助管家鉴定一下

步骤二：预设模型安装位置

• 在APP文件创造一个ollamaimages文件夹用于后面模型存放
• 更改环境变量用于后续锁定模型：打开环境变量
• 用户变量新建2个：第一个变量命名：OLLAMA_HOST（值为：0.0.0.0：11434）；第二个变量名为：OLLAMA_MODELS（值为：F:\APP\ollamaimagers）
• 系统变量新建1个：变量命名为：OLLAMA_MODELS（值为：F:\APP\ollamaimagers）
• 重启电脑

步骤三：下载智能模型

• 选择deepseek-ri，选择1.5b，选择ollama run deepseek-r1:1.5b旁边的复制
• Win+r，敲cmd，将复制内容粘贴，点击回车，开始下载
• 等待下载完毕，出现：seed a message说明成功【本步已经实现本地部署】

2.下载RAGflow源代码和docker

步骤：下载安装

①直接登录RAGflow的github网站下载ZIP压缩包

• 在APP文件夹创建新文件夹（命名DeepSeek+RAGflow），将ZIP压缩包在这解压
• 在docker桌面版安装包（win版）：夸克网盘分享下载docker
• 安装docker。安装好后可以win+r，cmd，输入docker验证是否成功

3.通过docker本地部署RAGflow

步骤一：配置

• F:\APP\DeepSeek+RAGFlow\ragflow-main\docker找到.env,用记事本打开
• 修改RAGFLOW_IMAGE=infiniflow/ragflow:v0.17.2-slim前面添一个#
• #RAGFLOW_IMAGE=infiniflow/ragflow:v0.17.2前面#去掉，后保存文件
• 科学上网，登录docker，在F:\APP\DeepSeek+RAGFlow\ragflow-main\docker点击cmd，敲docker compose -f docker-compose.yml up -d，进行系统配置

步骤二：解决配置中遇到的一些问题

• 80端口被占用，所以不用80，改为用8080端口：以文本形式打开docker-compose.yml更改13行代码的80:80为8080:80，但是这样就不是用localhost:80打开ragflow，而是用localhost：8080
• 常规警告的去除，如面对：time="2025-02-11T14:41:50+08:00" level=warning msg="The \"HF_ENDPOINT\" variable is not set. Defaulting to a blank string." time="2025-02-11T14:41:50+08:00" level=warning msg="The \"MACOS\" variable is not set. Defaulting to a blank string."，此时可以在.env文件，用记事本打开，在最后部分回车空一行后复制粘贴以下内容（mac电脑false改成true）：

HF_ENDPOINT=https://hf-mirror.com

MACOS=false

• 内存不够：会显示API配置不对的问题，这个时候需要扩一扩运行内存条

4.部署本地知识库

步骤一：登录创建

• 谷歌浏览器输入：localhost:8080/login，注册账号，登录
• English→简体中文
• 点击右侧头像→模型提供商→ollama
• 模型类型（chat）→模型名称（在win+r后输入ollama list找到deepseek-r1：1.5b输入）→基础Url（找到本地IPV4地址,用于后续替换，在url栏输入http：//IPV4地址：11434→最大token数（88888）→完成

步骤二：系统模型设置

• 在添加了的模型里面点击添加模型
• 嵌入模型：选择BAAI/bge-large-zh-v1.5→确定
• 知识库→创建知识库→命个名→嵌入模型BAAI/bge-large-zh-v1.5
• 新增文件→本地文件→确定→点击▷解析

步骤三：提问

• 点击聊天→新建助理→助理名称（命名）→知识库选择→确定
• 点击助理→新建聊天→提问
• Ai给出答案

目前感觉部署完比较好的是离线状态也能直接用deepseek了，但本地知识库调用还很难搞（主要是慢或是运行不起来，也可能是1.5b的模型不是很聪明）。所以大家可以后面再尝试更大的模型试一试。以及后续博主打算去尝试学习API调用，如果大家有更好的意见也可以提出和分享。