最近已有不少大厂开启春招宣讲了。

节前，我们邀请了一些互联网大厂朋友、今年参加社招和校招面试的同学。

针对新手如何入门算法岗、该如何准备面试攻略、面试常考点、大模型技术趋势、算法项目落地经验分享等热门话题进行了深入的讨论。

总结链接如下：

• 《大模型面试宝典》(2025版) 正式发布

喜欢本文记得收藏、关注、点赞

---

在当今信息爆炸的时代，个人知识管理变得尤为重要。通过本地化部署 DeepSeek 模型，并结合 AnythingLLM，我们可以快速构建属于自己的 AI 驱动知识库，实现高效的信息管理和智能化的知识检索。

本地化部署知识库保障我们个人资料不被外泄，结合大模型打造我们专属AI问答系统。

注: 本文软件部署环境为Windows 10 以上，无复杂配置。

安装Ollama

Ollama 是一个本地大模型运行框架，支持一键下载和部署 Llama、Mistral、DeepSeek 等模型，简单高效，适用于 Mac、Linux 和 Windows，开发者只需运行 ollama run model_name 即可调用模型，无需复杂配置。

Ollama安装步骤

打开Ollama官网：

https://ollama.com

点击Download按钮：

选择你的电脑操作系统平台进行下载：

等下载完成后，进行安装：

安装完成后，打开cmd控制台，输入ollama，出下如下图提示，即表明Ollama安装成功：

配置模型文件存放路径，我们在系统属性中配置大模型下载存放的环境变量，如下图：

安装deepseek-r1

在Ollama官网，我们搜索deepseek-r1，根据自己电脑的硬件配置，选择合适的模型：

在模型页面选择合适的模型参数，复制安装命令：

无GPU电脑硬件要求：

有GPU电脑硬件要求：

打开cmd控制台界面，输入模型安装命令，我这里安装的是1.5b参数的模型，执行命令：ollama run deepseek-r1:1.5b，等待模型安装完成后，输入"你是？"：

到此我们完成deepseek-r1模型的本地化部署。

安装AnythingLLM

AnythingLLM 是一个开源的本地知识库助手，可以让你轻松构建私有化的 AI 知识库，支持 PDF、TXT、Markdown 等多种文件格式，结合 Llama、GPT-4 等大模型进行智能问答。它提供 Web 界面，易于管理和调用，适合个人和企业打造专属 AI 助手。

打开AnythingLLM官网：

https://anythingllm.com

单击Download for desktop按钮：

选择自己的操作系统平台，进行下载：

下载完成后我们进行安装：

安装过程中AnythingLLM会自动安装调用Ollama的库函数：

安装完成后，打开AnythingLLM，点击Get started按钮：

在 LLM Preference界面中选择Ollama，如下图：

上图中，点击右侧箭头进行下一步，此页面显示Data Handling & Privacy，无需进行操作，进入下一步：

在这个界面输入你的邮箱等信息后，进入下一个页面：

在这个页面填入你的工作区名称，点击下一步：

到这里已进入程序主界面：

测试建立个人知识库

本次测试使用如下内容(智能手表使用说明书.docx)：

一、产品概述
欢迎使用本智能手表。本手表集健康监测、运动记录、智能提醒等多种功能于一体，为您的日常生活提供便捷的智能体验。
二、产品清单
智能手表 ×1
充电线 ×1
使用说明书 ×1
保修卡 ×1
三、产品功能
基本功能：时间显示、闹钟、计时器、天气预报。
健康管理：心率监测、血氧检测、睡眠监测、压力检测。
运动模式：支持多种运动模式，如跑步、骑行、游泳等。
智能提醒：消息通知、来电提醒、久坐提醒。
其他功能：蓝牙音乐控制、远程拍照、查找手机。
四、产品使用
开机与关机
长按侧边按钮3秒开机。
长按侧边按钮5秒可关机。
充电方法
使用附赠的充电线连接手表与电源。
充电时请确保接口干燥。
蓝牙连接
在手机端下载“智能手表APP”（可在应用商店搜索）。
打开APP，根据指引进行蓝牙配对。
操作方式
触摸屏滑动可切换界面。
按钮短按返回上一层，长按进入快捷菜单。
五、注意事项
本手表防水等级为IP68，可用于日常防水，但请勿长时间浸泡。
佩戴时请保持表带清洁，避免过紧导致皮肤不适。
长时间不使用时，请充满电后存放，以延长电池寿命。
请勿自行拆卸或维修本手表，如遇故障请联系售后服务。
六、售后服务
本产品享受一年保修服务，非人为损坏情况下，提供免费维修或更换服务。若有任何问题，请联系官方客服。
感谢您选择本智能手表，祝您使用愉快！

选择我们建立的Test工作区，上传此文档：

上传文档并准备移入工作区，如下图：

把文档移动到工作区，并点击Save and Embed，等系统处理完成：

Embed解释：

文档 Embed = 把文本变成向量 + 存入数据库 + 进行相似搜索。它是 AI 知识库、搜索推荐、智能问答的核心技术，让 AI 理解文本语义，而不只是匹配关键词。

返回主页面，我们询问一下AnythingLLM关于文档中“智能手表的注意事项”：

我们先看下文档中智能手表的注意事项：

五、注意事项
本手表防水等级为IP68，可用于日常防水，但请勿长时间浸泡。
佩戴时请保持表带清洁，避免过紧导致皮肤不适。
长时间不使用时，请充满电后存放，以延长电池寿命。
请勿自行拆卸或维修本手表，如遇故障请联系售后服务。

大模型结合上下文给我们反馈的智能手表注意事项：

好的，我现在需要回答用户关于智能手表注意事项的问题。首先，我会回忆一下提供的上下文，这里提供了产品说明书的内容。
从上下文中，我看到第六部分是“注意事项”。这部分详细列出了使用前需要注意事项。比如防水等级、佩戴时保持清洁、长时间不使用时充满电等。
接下来，我要把这些信息整理出来，并用简洁明了的语言呈现给用户。确保涵盖所有关键点，同时避免重复或遗漏。
最后，我会检查一下是否有额外的信息可能被漏掉，或者是否需要添加更多细节来帮助用户更好地理解。但根据现有上下文，这部分已经足够全面了。
智能手表的注意事项：
防水等级：该型号防水等级为IP68，适合日常使用，但在长时间浸泡时应小心避免。
佩戴时保持清洁：表带过紧可能导致皮肤不适，保持适当宽松有助于舒适度。
长时间不使用时：请充满电后存放以延长电池寿命。

综上，我们可以看到大模型的回答基本上引用了文档的内容。

使用nomic-embed-text进行文档Embed

系统自带的Embedding Model可能在长上下文中支持不好，我们可以使用nomic-embed-text模型对文档进行 Embed，操作如下：

在Ollama官网搜索nomic-embed-text模型，并复制安装命令，如下图：

打开cmd控制台，输入安装命令，等待安装完成，如下图：

在AnythingLLM首页中，点击设置进入设置界面，对系统做如下设置，即可切换文档 Embed模型：