大家好，我是苍何。

继本地部署完 DeepSeek 后，我发现效果并没有想象中出彩，我本地的 AI 没有变成人工智能，偶尔还成了人工智障🐶。

原因都懂，算力就摆在这，况且我电脑还在裸奔😂。

于是之前给大家留的坑，本地训练知识库，就一直耽搁着。

正当我满脸愁容时，偶然看到 Cherry Studio 上线知识库功能，并能支持满血版 DeepSeek 的调用。

我随即吐了一口老痰，起身赶紧出了这一篇教程，给大家分享。

在放教程前，不禁要灵魂拷问下自己？为什么要用 DeepSeek 介入个人知识库？

其实像 DeepSeek 这种大模型，人家是已经用很多公开的或者蒸馏的数据进行训练好了的。

他只会回答他曾经看过的知识（或者联网去查一查网上新数据），但你想让他回答你自己知识库里面的知识，他是做不到的。

但很多时候，无论是个人还是公司，数据并不可能都开放到互联网上去，这样，DeepSeek 就无法学习到了。

所以将 DeepSeek 接入个人知识库的核心逻辑就是：

让 DeepSeek 读取你个人的知识库，然后基于你的知识库来回答问题。

这篇文章不需要你有任何编程知识，简单 3 步，就可快速将用DeepSeek接入个人知识库，普通电脑就能跑。

先来看看知识库效果吧，当我向 DeepSeek 提问：“RocketMQ之如何实现定时延时消息”：

回答是基于我的原创 pdf：《RocketMQ从⼊⻔到精通》

在 DeepSeek 回答的最后还会清晰的标注出引用内容出处：

怎么样？效果很炸裂吧？直接起飞，下面我就细致的来说说怎么搭建吧。

Cherry Studio 下载

CherryStudio 你可以理解是大模型客户端，和之前介绍的 Chatbox 一样，但 Cherry Studio 能通过 RAG 知识库增强问答功能，还可以创建智能体。而且颜值我感觉也很好看。

下载也很简单，你可以直接搜索官网后下载，但速度有些感人。

你也可以直接在评论区回复：CherryStudio，享受快速下载（支持 windows 、macos、Linux）。

直接点击下载客户端：

选择自己电脑的版本：

没看到自己电脑版本也不要紧，可以点击选择其他版本下载：

下载完后，打开安装包，你就直接进入到这个界面。

有了大模型的壳子，接下来就可以配置大模型和知识库了。

模型配置

这里需要配置 2 类模型，一类是满血版的通用大模型 DeepSeek，另一个是知识库需要的向量嵌入模型。

嵌入模型主要用于将文本数据转换为向量（Embedding），以便在知识库应用中进行高效匹配和计算。

为了痛快的使用满血版 DeepSeek，这里的 2 种模型就都使用硅基流动的 API 了，反正也还免费🐶

申请 API

这一步之前申请过的小伙伴可直接跳过。

前提是先去申请下 API。不用再找入口了，Cherry Studio 完美集成，点击左下角设置，点击设置获取秘钥：

跳转过来后，需要先简单注册一下：

直接用手机号注册，当然你想要获得免费的 2000 万 Tokens，可以使用我的注册链接，我也能得 2000 万 Tokens，双赢，哈哈哈。

https://cloud.siliconflow.cn/i/Au2P08ty

登录进去后点击左侧的 API 秘钥，再点击新建 API 秘钥:

API 秘钥可以理解成是访问接口的凭证，具有该账户的完整权限。

不出意外，来到新建窗口，随便输入个秘钥名字，比如我的“苍何大狗比的秘钥”。

新建好后，鼠标轻轻的放在这串带星号的上面，轻轻的点击一下复制。

看到有这个提示，就代表复制成功，第一步就算大功告成了。

郑重提醒，秘钥不要给别人用，不然损失的可是你白花花的钱啊。

当然你如果闲来无事，也可以在模型广场看看，有很多的模型，有免费的也有付费的：

其中付费的，看是否可用赠送余额：

比如这种就只能充值钱才可用：

这种，就可以使用充值的和赠送的：

为了将羊毛薅到底，并又能体验满血效果，这里我选择的 2 个模型分别是：

对话模型：deepseek-ai/DeepSeek-R1（免费）
嵌入模型： Pro/BAAI/bge-m3（免费但可使用赠送余额，也相当于免费）

配置秘钥

将复制过来的秘钥直接黏贴在 CherryStudio 中

当然你也可以直接在 CherryStudio 中点击获取一样可以蹦到页面：

但是这里需要@一下官方，点击登录后就蹦到授权，点击按钮没用，这个是个bug，点了几下没反应差点想重启。

所以建议大家还是老老实实打开官网去复制吧。

这都不重要，重要的是你黏贴上之后，用你粗壮的大拇指，轻轻点击一下「检查」：

不出意外的话，过几十秒，上方会显示『连接成功』这四个字。

这样，秘钥就配置好了，有了秘钥，接下来就是要选择我们一开始说的那 2 个模型，幸运的是 deepseek-ai/DeepSeek-R1 模型不用选，系统自带。

所以接下来就是选择下嵌入模型。

选择嵌入模型

同样是刚才的页面，在配置这里滑到底，你会看到有「管理」这两个字。

别犹豫，点击他，然后选择「嵌入」，选择 Pro/BAAI/bge-m3：

这样 2 种模型就配置好了，这可把我高兴坏了，现在可以跟大模型对话了，但并没有结合知识库。

可以发起一个对话试试效果先：

点击助手，选择模型：

随便问一个问题：

不愧是满血，吐字速度还可以，也不带卡的。

创建知识库

接下来，我们需要将本地的知识库放入到 CherryStudio 中，然后 CherryStudio 自动就会调用刚才我们配置好的嵌入模型进行向量检索。

步骤也简单的爆，先点击创建知识库，点击添加：

这里可以选择我们刚配置的强大模型了，不要选错哦，效果好的是我们刚自己配置的。

不出意外的话，创建完后是这样的：

可以选择添加文件、目录、网址、网站、笔记等作为知识库的素材。

需要注意的是文件只支持 pdf、docx、pptx、xlsx、txt、md 格式，不过已经使用大多数的需求了。

这里我先以添加文件来看看, 选择苍何之前写过的 rocketmq 教程来研究研究，看看 AI 能不能惊艳我。

点击打开上传后，接着是会根据刚才选择的嵌入模型自动做的向量化，

添加完文件后，系统会自动进行向量化处理，当显示完成时（绿色 ✓），代表向量化已完成。

我们可以直接在这里搜索知识库，看看效果：

比如我搜索：RocketMQ 之如何实现定时延时消息

可以看到已经从我的知识库中搜索信息了：

目前你可以看到，相当于给我的知识库创建了个索引，但还没结合 AI 的能力，AI 能帮我们索引完后做总结啊。

毕竟我需要的并不仅是索引，我需要你直接基于文档给我答案啊。

使用知识库对话

以上全部前置工作都已经准备完成，就是为了这最后一步的秀一波，话不多说，开始秀。

同样，点击助手，这里为了演示方便，先创建个助手，就命名 RocketMQ 专家吧。

点击新建：

这个助手就一件事，只对我们刚才投喂的知识库生效，但需要开启一个开关，在下方选中知识库提问：

当我问：RocketMQ 之如何实现定时延时消息

经过了一番搜索本地知识库，终于给了我还算不错的回答：

我 14.3 M 的知识库一共花了 226.5 秒时间思考，时间虽然漫长，但是效果我还是很满意的：

这个其实还是通过远程方式给模型思考，并不具备隐私性，并且提问的过程也是消耗 token 的。

可以看到我一次简单的提问，就消耗了 163323 的 token。

这个消耗量还是很巨大的。

不过 2000 万免费 token，也可以用一阵子了。

以上，教程就结束了，不过这种方式的好处就是可以满血版使用 deepseek 的同时，还不用自己搭建向量模型，简单方便。

缺点也显而易见，用 API 会消耗 token，免费的用完了怎么办？还是得充值，这都不是关键，毕竟充点钱能解决问题也很好。

关键是，这种方式会将知识库上传到硅基流动那边，对于保密性强的文档就不那么方便了。

当然如果自己电脑足够优秀，也完全可以本地部署，然后选择本地模型，但理想很丰满，本地这种方式没法跑满DeepSeek，效果可以说一般。

不过出来混嘛，这都不重要，重要的是，你得先出来。。。

先按照教程去跑一跑，基于你自己电脑的知识库，去看看有什么神奇的效果发生。

去让你的知识更好的为你所用。

我想这或许才是本文最大的价值。