当你在使用DeepSeek或其它AI时，也许可能遇到这样的问题：
❌你的知识迭代 VS 模型训练进度
"刚整理完行业前沿白皮书，却发现DeepSeek还卡在半年前的版本断层"
❌数据绞刑架 VS 硬盘保险箱
"把机密合同喂给AI？这和在推特公开裸奔有什么区别"
以上问题，可以通过使用DeepSeek构建一个私有知识库来解决。通过构建知识库：
✅ 本地化模型实时吞噬新文档，你的知识库永远比大模型快一个版本周期
✅ 数据从不出本地硬盘，不用担心数据系列
接下来，本文将介绍如何利用DeepSeek-R1模型的能力，借助Ollama与AnythingLLM两个工具，实现个人知识库的构建。
1.Ollama本地部署DeepSeek-R1模型
访问ollama官网，点击download。https://ollama.com/
根据电脑系统选择相应的版本。点击下载。若下载速度过慢，可关注根根AI公众号并回复“ollama”领取安装包。
打开下载的安装包，点击“Install” ，等待Ollama安装完成。
等待安装完成后，按win+r键，输入cmd调出命令行窗口。
输入
ollama --version
按下回车后出现版本号，即为安装成功。
我们选择推理能力更强的deepseek-r1模型进行本地部署。小编的笔记本显存为6G，因此选择最小的1.5b模型进行部署，如果显存更大的话，可以选择更大的模型。例如，选择7b模型能得到更好的回复，那么下面代码中的“1.5b”就要改为“7b”。
在命令行窗口中输入：
ollama run deepseek-r1:1.5b
按下回车，模型开始自动下载。
模型下载成功后，自动进入对话模式，我们可以在这里跟模型进行对话。
至此，恭喜你已经完成了deepseek-r1模型的本地部署。
2.AnythingLLM的下载与使用
（1）下载AnythingLLM
首先进入AnythingLLM的官网https://anythingllm.com/，点击“Download for desktop”。
根据电脑系统，选择合适的版本进行下载。注意，页面中提示由于最近的DDOS事件，可能导致下载链接不可用。若无法下载，可关注根根AI公众号，回复“AnythingLLM”领取资源。
打开下载好的安装包，选择“仅为我安装”与安装路径，软件将会自动安装。
安装过程中，可能会出现以下错误。已经成功安装Ollama后，此错误可不予理会。
（2）AnythingLLM的配置
进入AnythingLLM后，点击Get started，开始使用。
选择模型提供为“Ollama”，选择模型为“deepseek-r1:1.5b”或其它已经下载好的模型，点击下一步箭头。
后面可跳过邮箱注册步骤，点击下一步箭头，新建工作区，设置一个工作区名称，继续点击下一步。
首先点击左下角的小扳手，打开设置，找到 人工智能提供商 -> Embedder首选项，选择嵌入引擎提供商为Ollama，模型选择为deepseek-r1:1.5b，最后点击保存更改。点击左下角的返回键（原来小扳手的位置），返回首页。
接下来将会进入AnythingLLM主页，点击刚才设置的工作区，即可进入对话。
点击工作区中的上传标识，即可上传文件。
第一步，点击或拖拽上传文件。我们在这里上传了两篇公众号的文章、DeepSeek的两篇相关论文、一份变电站的相关书籍、一份关于Java的QA问答对。
第二步，选择想要上传到工作区的文件。我们在这里选择两篇跟Word接入DeepSeek相关的两篇公众号文章。在这里选择文件时要注意，由于本地部署的模型较小，检索能力没有那么强大，因此尽量选择与工作区内容相关的文档进行上传。内容不相似的文档可以新建多个工作区。
第三步，点击“Move to Workspace”将文件移动到工作区。
移动完成后，点击“Save and Embed”。若文件较大，此步骤会消耗较长的时间。
等待上传成功后，即可开始对话。
3.效果测试
（1）根据文档回答问题
告诉DeepSeek"总结资料，如何将DeepSeek接入Word"，DeepSeek能够按照文档的内容进行总结，生成输出，但DeepSeek目前暂时还无法解析图片，因此只能根据文档内的文本内容做出回答。
（2）根据《伤寒杂病论》做出诊断
首先，新建一个工作区，将txt格式的《伤寒杂病论》作为资料上传。
向DeepSeek提问“我现在腹痛难忍，请告诉我如何用药”，DeepSeek按照伤寒杂病论中的内容，告诉我应该使用“柴胡桂枝汤”，并给出了具体的配方。
（3）数据分析
新建一个工作区，并将一份变电站的各个指标的变化数据上传，接下来需要DeepSeek来分析表内某一个时间段的数据。我们可以通过AI，直接对表格数据进行分析。
