DeepSeek+本地知识库

一、安装 BAAI/bge-m3 模型

1. 通过 Ollama 本地部署

步骤：

• 安装 Ollama

  

• 访问 Ollama 官网 （https://ollama.com/download）

• 如果太慢，可以替换：

  https://ollama.ruanmao.net

• 下载对应安装包，双击完成安装。

• 拉取 BAAI/bge-m3 模型
  打开终端（Terminal）（建议以管理员身份），输入以下命令：

ollama pull bge-m3

类似输出：

(base) MacBook-Pro:~ dajiangyang$ ollama pull bge-m3
pulling manifest 
pulling daec91ffb5dd... 100% ▕████████████████████████████████████████████████████████████████████████████▏ 1.2 GB     pulling a406579cd136... 100% ▕████████████████████████████████████████████████████████████████████████████ 1.1 KB       pulling 0c4c9c2a325f... 100% ▕████████████████████████████████████████████████████████████████████████████▏  337 B                         
verifying sha256 digest 
writing manifest 
success 

等待下载完成（约 1.2 GB），显示 success 即表示成功。

二、基于Cherry Studio搭建（首选）

cherry Studio 文本分割不能选择文本长度和重叠度。

2.1 下载cherry studio

根据自己的环境下载cherry studio

https://cherry-ai.com/download

安装的时候，注意安装到其他磁盘，不要在c盘安装。

2.2 建立本地模型知识库

2.2.1 配置本地cherry studio中DeepSeek

点击配置（按钮1指示），找到“模型服务”，再找到“深度求索”，将API密钥输入，并打开“ON”开关。

2.2.2 配置本地Ollama

点击管理（按钮1指示）

2.2.3 知识库配置

点击“添加”

点击“确定”

2.2.4 使用知识库

¥¥¥ END ¥¥¥

附录：

1、BAAI/BGE-M3 简介

BAAI/BGE-M3 是由北京智源研究院（BAAI）和中国科学技术大学联合开发的开源语义向量模型，专注于多语言、多粒度和多功能检索任务。该模型支持超过100种语言，最大输入长度达8192词符，能够处理句子、段落、篇章及文档等不同粒度的文本。其核心创新在于集成三种检索模式：

1. 稠密检索：通过特殊标记[CLS]生成单个向量进行语义匹配；
2. 稀疏检索：基于词项权重实现类似BM25的关键词检索；
3. 多向量检索：利用细粒度交互提升相关性判断精度。

BGE-M3通过混合检索（联合三种模式）在多项评测中表现领先，尤其在多语言和跨语言任务中显著优于基线模型（如mE5）。其训练数据结合无监督语料、高质量标注数据和GPT-3.5生成的合成数据，并通过自学习蒸馏和长文本优化技术（如MCLS）提升性能。该模型适用于搜索、问答及RAG（检索增强生成）场景，且开源免费商用，技术细节和模型已发布于Hugging Face平台。