用免费开源的DeepSeek-R1，轻松搭建你的专属AI知识库

为什么选择 DeepSeek-R1？

DeepSeek-R1 究竟有何优势，值得我们选择并本地部署呢？

• 完全免费且开源： DeepSeek-R1 不仅免费供个人和商业使用，还开放了源代码。 这意味着您可以自由地研究、修改和定制模型，真正掌握AI技术的主动权。
• 媲美GPT-3.5的强大性能： DeepSeek-R1 在多项评测中展现出比肩甚至超越 GPT-3.5 的性能。 无论是自然语言理解、文本生成、代码编写还是复杂推理，DeepSeek-R1 都能提供出色的表现。
• 支持本地CPU/GPU部署，离线可用： DeepSeek-R1 支持在本地电脑上部署，无论是 Windows、 Mac 还是 Linux 系统， 只要配备一定的硬件，就能轻松运行。 无需联网即可使用，更好地保护您的数据安全和隐私。
• 秒建私人知识库，打造专属AI助理： 结合 Ollama 等工具，DeepSeek-R1 可以快速搭建私人知识库。 您可以将个人文档、学习资料、工作笔记等导入知识库，让AI模型理解您的专属数据，成为您高效的私人AI助理。

DeepSeek-R1 本地部署教程：五分钟快速上手

安装 Ollama

• Ollama 是一款强大的开源模型运行框架，可以简化大模型的部署和管理。 DeepSeek-R1 的本地部署正是基于 Ollama。
• 访问 Ollama 官方网站 (https://ollama.com/)， 根据您的操作系统 ( Mac、 Windows 或 Linux ) 下载并安装 Ollama。 安装过程非常简单，只需按照提示操作即可。

1、下载 DeepSeek-R1 模型

• 打开终端或命令行工具，输入以下命令即可一键下载 DeepSeek-R1 模型：

ollama pull deepseek-r1

2、运行 DeepSeek-R1，开始对话

• 模型下载完成后，继续在终端或命令行中输入以下命令，即可启动 DeepSeek-R1 并开始与AI对话：

ollama run deepseek-r1

现在，您就可以像与 ChatGPT 对话一样，与本地部署的 DeepSeek-R1 进行交流了。 您可以尝试提出各种问题，体验 DeepSeek-R1 强大的语言能力。

进阶应用： 搭建私人知识库，打造专属AI助理

DeepSeek-R1 的强大之处不仅在于其卓越的语言能力，更在于其支持本地部署，为我们构建 私人知识库 提供了无限可能。 通过搭建私人知识库，您可以让 DeepSeek-R1 更好地理解和处理您的个人数据，成为真正属于您自己的 AI助理，应用于个人学习、工作文档管理、智能客服等多种场景。

在众多知识库搭建工具中，AnythingLLM 以其开源免费、易于使用、功能强大等特点，成为与 DeepSeek-R1 搭配搭建私人知识库的理想选择。 AnythingLLM 可以帮助您轻松地将各种文档 (例如： PDF, TXT, Markdown, Word 等) 导入知识库，并利用 DeepSeek-R1 强大的语言模型进行问答和信息检索。

AnythingLLM 简介： 你的开源知识库助手

AnythingLLM 是一款开源的 LLM (大型语言模型) 驱动的知识库平台。 它提供了一个用户友好的界面，让您可以轻松地：

• 导入多种文档格式： 支持 PDF, TXT, Markdown, Word, CSV, EPUB, HTML 等多种常见文档格式。
• 文档分块和向量化： 自动将文档分块，并使用嵌入模型 (Embedding Model) 将文本转换为向量，为高效的语义搜索和问答奠定基础。
• 多种LLM模型支持： 可以对接多种 LLM 模型，包括 OpenAI, DeepSeek-R1, Mistral, 本地 Ollama 模型 等。 本文将重点介绍如何与本地部署的 DeepSeek-R1 模型配合使用。
• 用户友好的Web界面： 提供简洁直观的 Web 界面，方便用户管理知识库、上传文档、进行问答等操作。
• 免费开源，本地部署： AnythingLLM 完全开源免费，您可以将其本地部署，完全掌控您的数据和知识库。

AnythingLLM 安装教程： 轻松部署你的知识库平台

AnythingLLM 的安装过程相对简单，您可以根据以下步骤进行部署：

1. 环境准备
   • Node.js 和 npm (或 yarn)： AnythingLLM 基于 Node.js 开发，需要您安装 Node.js 和 npm (或 yarn) 包管理器。 请访问 Node.js 官网 (https://nodejs.org/) 下载并安装适合您操作系统的版本。 安装 Node.js 时，通常会默认安装 npm。
   • Docker (可选，推荐)： 如果您希望更快速、更便捷地部署 AnythingLLM， 推荐使用 Docker 进行容器化部署。 Docker 可以帮助您隔离环境，简化安装和配置过程。 请访问 Docker 官网 (https://www.docker.com/) 下载并安装 Docker Desktop。
2. 下载 AnythingLLM 代码
   • 访问 AnythingLLM GitHub 仓库 (https://github.com/Mintplex-Labs/anything-llm)， 将 AnythingLLM 的代码克隆到本地。 您可以使用 Git 命令行工具，或者直接在 GitHub 页面下载 ZIP 压缩包。

git clone https://github.com/Mintplex-Labs/anything-llm.git
cd anything-llm

3. 安装依赖

• 进入 anything-llm 代码目录，运行以下命令安装项目依赖：

npm install  # 或者使用 yarn install

4. 配置环境变量

• 复制 .env.example 文件并重命名为 .env。打开 .env 文件，根据您的需求配置环境变量。 以下是一些关键配置项，您需要根据实际情况进行修改：

# 端口配置
PORT=3000

# 向量数据库配置 (AnythingLLM 支持多种向量数据库，例如 LanceDB, Chroma, Pinecone 等。  这里以 LanceDB 为例，本地文件存储，无需额外配置)
VECTOR_DB=lance
DATABASE_URL=./.lanceDB

# LLM 模型配置 (这里配置为 Ollama，对接本地 DeepSeek-R1 模型)
LLM_PROVIDER=ollama
OLLAMA_BASE_URL=http://localhost:11434 # Ollama 默认 API 地址 (如果 Ollama 未运行在本地或端口不同，请修改)
OLLAMA_MODEL_NAME=deepseek-r1 #  指定 Ollama 中运行的 DeepSeek-R1 模型名称 (与您之前 pull 的模型名称一致)

#  (可选)  如果使用 OpenAI 等其他 LLM Provider，  还需要配置相应的 API Key 等信息。  具体请参考 .env.example 文件和 AnythingLLM 文档。

5. 启动 AnythingLLM

• 配置完成后，在 anything-llm 代码目录下，运行以下命令启动 AnythingLLM 服务：

npm run dev  #  开发模式启动 (方便调试)
# 或者使用 npm start  生产模式启动

• 等待服务启动完成。 默认情况下， AnythingLLM 将在 http://localhost:3000 启动 Web 界面。

6. 访问 AnythingLLM Web 界面

• 打开浏览器，访问 http://localhost:3000， 即可进入 AnythingLLM 的 Web 界面。 首次访问可能需要创建管理员账号。

AnythingLLM 使用方法： 快速上手你的知识库

成功安装并启动 AnythingLLM 后，您就可以开始构建和使用您的私人知识库了。 以下是 AnythingLLM 的基本使用方法：

1. 创建工作区 (Workspace)
   • 在 AnythingLLM Web 界面，点击 “Create Workspace” 按钮，创建一个新的工作区。 您可以为工作区命名，例如 “我的个人知识库“、 “工作项目资料” 等。 每个工作区相当于一个独立的知识库，您可以创建多个工作区来管理不同的知识库。
2. 上传文档
   • 进入您创建的工作区，点击 “Documents” 选项卡，然后点击 “Upload Documents” 按钮。
   • 选择您要导入的文档文件 (支持多种格式，例如 PDF, TXT, Markdown, Word 等)， AnythingLLM 会自动上传并处理文档。
   • 您可以批量上传多个文档， AnythingLLM 会自动将它们添加到您的知识库中。
3. 开始问答
   • 文档上传完成后，切换到 “Chat” 选项卡。 在输入框中输入您的问题，例如 “我的个人知识库里有哪些关于 DeepSeek-R1 的文档？“、 “请总结一下这篇文档的主要内容” 等。
   • AnythingLLM 会利用 DeepSeek-R1 模型，基于您的知识库内容，给出相应的答案。
4. 管理知识库
   • 在 “Documents” 选项卡中，您可以查看已上传的文档列表，删除不需要的文档，或者重新上传更新后的文档。
   • 您还可以在 “Workspaces” 选项卡中，管理您的工作区，例如重命名、删除工作区等。
   • AnythingLLM 还提供了用户管理、模型配置、向量数据库管理等更多高级功能，您可以根据需要进行探索和配置。 具体请参考 AnythingLLM 的官方文档和 GitHub 仓库。