话不多说，先展示结果界面

界面展示

核心是在部署MaxKB并配置deepseek的api接口实现，下面跟着我一步一步来部署deepseek与本地知识库吧！

安装docker

官方链接：docker

安装过程略

MaxKB

MaxKB = Max Knowledge Base是一个基于大型语言模型 LLM 和检索增强生成 （RAG） 的聊天机器人。广泛应用于智能客服、企业内部知识库、学术研究、教育等场景。
官方链接：MaxKB

根据你的系统在命令行运行对应的代码：

# Linux 机器
docker run -d --name=maxkb --restart=always -p 8080:8080 -v ~/.maxkb:/var/lib/postgresql/data -v ~/.python-packages:/opt/maxkb/app/sandbox/python-packages cr2.fit2cloud.com/1panel/maxkb

# Windows 机器
docker run -d --name=maxkb --restart=always -p 8080:8080 -v C:/maxkb:/var/lib/postgresql/data -v C:/python-packages:/opt/maxkb/app/sandbox/python-packages cr2.fit2cloud.com/1panel/maxkb

# 用户名: admin
# 密码: MaxKB@123..

大小大概两个G，记得留出足够的内存即可

打开docker,出现箭头所示即安装成功

在浏览器端输入http://localhost:8080/ 后来到

这里我已经创建了一个agent，方便演示重新创建一下，点击“新建应用”

名称与描述可随意定义，选择简单配置，点击创建

得到如下页面

这里点击AI模型，选择deepseek

这里模型名称自定义，权限选择私有，模型类型选择deepseek-chat，输入api key

api key的获取方式在deepseek官网，箭头所示

这样就添加好我们的deepseek问答服务了

本地知识库

点击创建知识库，根据需要将本地知识库上传即可

结果展示

觉得有用点关注+收藏不迷路呦~