你好，我是郭震

今天发布DeepSeekMine一键安装包，在自己电脑使用大模型，搭建“轻量飞速”个人知识库。

1 功能演示

之前文章已有介绍为什么要在本地搭建个人知识库，在此不再展开，简单来说，本地搭建知识库能做到更加安全地管理个人文档、或企业不方便外传的文档等。

DeepSeekMine桌面软件，咱们先看看界面功能：包括文件上传，知识库管理，RAG增强结果显示，然后大模型深度思考分析（部分截图）：

支持仅对某个选中文件或多个文件做分析：

命中文本片段清晰展示：

2 轻量快速免费

以上个人知识库软件，满足以下要求：

1) 轻量。无需向量数据库，对电脑性能要求降到最低；

2) 快速。在保证查询性能、AI回答效果前提下，做到尽可能的快。

3) 免费。软件功能除使用外部大模型API外，本地部署所有大模型+知识问答功能全部免费，不用花一分钱。

3 软件获取方法

今天DeepSeekMine发布一键安装包，包括：Windows x64, arm64：

Mac M系列：

除此以外，还包括前几天发布的Docker，Windows、Mac：

获取方法，在下面公众号回复：知识库，获取软件一键安装包或Docker下载包，大家根据自己的电脑系统选择：

其他说明：

Ollama本地大模型搭建步骤，还不知道怎么做的，可以参考下面教程：

https://zglg.work/deepseek-study/2

DeepSeekMine软件安装对于电脑的配置要求：

1）Windows 10/11, 8GB RAM推荐，可无GPU；

2）MacOS 12.0+, 8GB RAM推荐，可无GPU；

3）Docker 20.10+, 8GB RAM推荐，可无GPU

下一版软件开发功能包括：

1) 提供全平台安装包

2）现有功能有些还是不稳定，所以我们会把现有功能继续迭代稳定

3）最近我把主流的RAG算法研究了一遍，如下图所示，所以DeepSeekMine的RAG算法精度会持续优化和打磨：

包括各种RAG范式，如下图所示，对RAG技术感兴趣的可以学习：

最后总结

经过这段时间1个多月的摸索，我们对RAG技术做了文献综述，将会继续迭代DeepSeekMine的内核。

在工程方面，尝试了各种全平台打包的方法，目前接近尾声，接下来会发布全平台的一键安装包，让大家更容易安装DeepSeekMine；

同时将会继续稳定现有的DeepSeekMine功能，让大家用起来更容易，更好用一些。

以上全文1208字，9张图。软件制作不易，如果这篇文章觉得对你有用，可否点个关注。给我个三连击：点赞、转发和在看。若可以再给我加个⭐️，谢谢你看我的文章，我们下篇再见。