最近DeepSeek爆火,试用DeepSeek的企业和个人越来越多。最常见的应用场景就是知识库和知识问答。所以本人也试用了一下,在笔记本电脑上部署DeepSeek并使用开源工具搭建一套知识库,实现完全
最近DeepSeek爆火,试用DeepSeek的企业和个人越来越多。最常见的应用场景就是知识库和知识问答。所以本人也试用了一下,在笔记本电脑上部署DeepSeek并使用开源工具搭建一套知识库,实现完全在本地环境下使用本地文档搭建个人知识库。操作过程共享出来,供大家参考。 部署环境笔记本电脑,具体配置如下:
软件清单构建本地知识库,除了DeepSeek还需要安装知识库软件。网上推荐比较多的是RagFlow,软件开源,功能也很强大,可以使用本地文档构建外挂知识库。另外,同时也安装了Cherry Studio,可以作为操作DeepSeek的交互工具。
安装DeepSeek从官网下载并安装Ollama,过程略。可参考 https://ollama.com/ 安装完毕后,执行命令:
安装成功后,就可以在命令行里操作deepseek了。 操作很简单。至此,deepseek就安装完毕。 安装Cherry Studio如果不习惯使用命令行,希望使用客户端与本地安装的deepseek交互,可以安装一个对话界面软件,我试用了Chatbox和Cherry Studio都不错,可以更直观地调整模型的参数和提示词,同时也支持将对话内容完全存档在本地,本文以Cherry Studio为例。 前往https://cherry-ai.com/,根据你的操作系统(支持 Windows、Mac 和 Linux)下载对应的安装包。默认下一步安装完毕就好。 启动Cherry Studio,添加嵌入模型。 在模型服务中选择Ollama 点击“管理”进行模型选择,从模型列表中选择与你本地部署的 DeepSeek-R1 模型版本对应的选项,如果没有直接匹配项,选择支持自定义模型配置的入口。 在“API地址”中,将 API 地址设置为http://localhost:11434 ,这是 Ollama 服务的默认接口地址,确保 Cherry Studio 能连接到本地运行的 DeepSeek-R1 模型。 保存后,就可以创建助手与本地deepseek进行对话了。 安装RAGFlowRAGFlow使用Docker部署运行,因此需要先在电脑上部署Docker环境。同时本文采用从GitHub仓库直接拉取镜像部署的方式,因此也需要提前安装Git。
如果电脑没装Docker,可以参考Windows | Docker Docs 自行安装,本文使用WSL。
如果电脑没装Git,可以从Git - Downloading Package下载安装文件进行安装。 安装完毕后,进入命令行,将RAGFlow工程Clone到本地文件夹下。
进入 docker 文件夹
利用提前编译好的 Docker 镜像启动服务器: 运行以下命令会自动下载 RAGFlow slim Docker 镜像 v0.16.0-slim。
运行成功后,打开浏览器,登录localhost进入RAGFlow页面。注册账号后,就可以登录使用了。 设置知识库使用RAGFlow设置知识库,首先要在“模型提供商”中添加模型。必须要添加的有两个模型,一个是LLM模型,使用DeepSeek;另一个是嵌入模型,使用bge-m3。 在“待添加的模型”列表中选择“Ollama”,添加LLM. “最大token数”可以通过如下命令获取后填入。
“基础Url”需要注意如果填写“http://localhost:11434”,会遇到“[Errno 111] Connection refused”的异常。原因是Docker中的程序访问不到本机的11434端口,可以参考 [Question]: Fail to access model(deepseek-r1:8b).**ERROR**: [Errno 111] Connection refused因此,此处要注意“基础Url”处填写:
添加嵌入模型前,首先使用Ollama 安装bge-m3
然后配置嵌入模型。 模型添加成功后,进入“系统模型设置”,选择添加的模型。 然后就可以创建知识库了。 在知识库设置中修改语言、权限、嵌入模型。 在“数据集”中上传所需的文档。 上传成功后,选择文档进行“解析”。 上传了几个PDF文档,解析的效果还不错。解析分段如果有不准确的地方,可以人工修正。 数据集准备就绪后,就可以“新建助理”,然后问问题了。 相比于互联网模型,个人知识库会从结合本地文档训练的数据集进行分析,更加符合个人专业诉求。 总结DeepSeek确实很香,搭配开源工具不花一分钱就搭建了一个定制化的知识库。从回答的逻辑和文档解析的效果看,都很不错。当然,本案例个人尝鲜可以,作企业商用还不行,抛开企业定制化和运维需求之外,主要问题有两个: 1. 个人笔记本的配置部署7b小模型已经是极限了,使用Cherry Studio做问答速度还可以。但使用RAGFlow做的个人知识库做问答,确实慢的要死。正式使用或企业商用,还是需要试用商用推荐配置。 2. 数据集质量极大影响知识库问答效果,因此高价值的原始数据以及对原始数据的解析整理十分重要。现在工具能力相当不错了,但数据工程将是企业数据库构建的主要挑战。 |
2022-04-23
2023-04-23
2024-04-08
2024-11-15
2022-10-16