今天给大家介绍下本地部署DeepSeek一个重要应用场景：搭建AI知识库。
一、知识库的好处
好处1：数据在本地电脑上，保护数据安全和个人隐私，对于企业来说尤为重要。
好处2：通用大模型（比如ChatGPT）缺少垂直领域的知识，每次前提问都需要提供背景信息，上传相关资料，才可以得到相对高质量回答。而本地模型+知识库的模式，简单的提问就可以很容易得到垂直定制化，且精准的高质量回答。
好处3：使用时间越长，知识库越丰富，回答质量越高，形成正循环。
好处4：不需要联网，即使官方宕机甚至断网也能正常使用。
二、安装Dify
Dify是一个快速搭建AI应用的项目，支持创建AI聊天机器人、自动化客服等。
本篇主要讲解如何用Dify搭建私人化知识库。
本地找一个不含中文的目录，进入CMD窗口，执行命令，下载Dify项目。
git clone https://github.com/langgenius/difycd dify/docker# .env.example复制，并重命名为 .envcopy .env.example .env.env是dify的配置文件，保持默认配置就好了。
启动docker，执行命令运行dify。
docker compose up -d
项目启动以后，浏览器访问：http://127.0.0.1/apps/
首次进入需要设置管理员账号，并且登录进入系统。
三、Dify配置
分为2个步骤：添加模型和添加知识库。
页面右上角头像 -> 设置 -> 模型供应商，下拉找到Ollama，【添加模型】。
参数如下：
模型类型：LLM
模型名称：deepseek-r1:7b （根据电脑配置选择1.5b/7b/8b/32b等）
基础URL：http://host.docker.internal:11434
其他参数默认。
配置向量化模型【Nomic-Embed-Text】，它具备强大的长上下文处理能力。下载命令：
ollama pull nomic-embed-text
同样的方式，在Ollama下添加模型，参数如下：
模型类型：Text Embedding
模型名称：nomic-embed-text:latest
基础URL：http://host.docker.internal:11434
其他参数默认。
保存以后，即可完成2个模型的添加。
结果如下图：
配置2个大模型以后，开始配置【知识库】。
回到首页，切换到【知识库】菜单，创建知识库。
数据源有3种：导入已有文件、同步自Notion内容、同步自Web内容。
这次搭建的是本地离线知识库，选第1个，导入准备好的知识库材料，【下一步】。
检索设置选【混合检索】，其他参数不变，保存并处理。
稍等一会，知识库就设置完成了。
四、使用知识库
知识库建好了，怎么用呢？
回到首页，切换到【工作室】菜单，点击【创建空白应用】。
应用类型选【聊天助手】，应用名称和图标，根据自己需要填写。
点击【创建】，下方的上下文栏，就是设置知识库的地方。
点【添加】，在弹窗上，选择刚刚创建的知识库。
设置完成以后，就可以发布使用了。
右上角【发布】-> 【更新】-> 【运行】。
运行以后，页面自动跳转到对话页面，一个自带知识库的AI聊天助手就完成啦。
来测试下。
大模型有一个特点：没有自我意识，对自己不了解。
提一个问题：what is DeepSeek V3？
官方的回答就非常简单，而包含DeepSeek V3论文知识库的本地模型，它的回答就非常准确详细，即使这个问题很简单，不联网搜索。
如果您对源码&技术感兴趣，请点赞+收藏+转发+关注，大家的支持是我分享最大的动力！！！
