前天完成了家用电脑本地化部署DeepSeek蒸馏小模型的部署，但部署后只能在命令行使用，相当不方便，另外也不能把自己的一些私有知识挂上去额外扩展大模型能力。本文说明如何快速通过AnythingLLM完成一个具备私有知识库能力的智能问答系统的本地化搭建。

AnythingLLM 是一款开箱即用的一体化 AI 应用，支持 RAG（检索增强生成）、AI 代理等功能。它无需编写代码或处理复杂的基础设施问题，适合快速搭建私有知识库和智能问答系统。

**（1）下载安装AnythingLLM desktop**

网址：https://anythingllm.com/desktop

支持mac、windows、linux三种环境部署。

我是在win10环境部署，所以下载了windiow版本。下载后直接点击安装即可

**（2）配置AnythingLLM使用本地部署的DeepSeek模型（具体如何部署参见[5分钟在家用电脑完成DeepSeek R1 （1.5B和7B模型）本地化部署](https://mp.weixin.qq.com/s?__biz=MzkyNjQ0NTE5Mw==&mid=2247483813&idx=1&sn=f0859f13a9843de8da6b6b8b3fd2f5ce&scene=21#wechat_redirect)）**

在 **AnythingLLM** 的设置页面，可以通过 **LLM 首选项** 修改 LLM 提供商。本文使用本地部署的 **Ollama** 和 deepseek-r1:1.5b模型（注意：务必要先启动ollama 和在ollama中运行起来deepseek-r1:1.5b）。配置完成后，务必点击 `Save changes` 按钮保存设置。

**（3）配置好本地部署的DeepSeek模型后，就可以在AnythingLLM进行问答了（性能比起直接在ollama命令行要慢一些，因为AnythingLLM自身也吃资源，另外是通过API访问模型后也要对用户输入以及模型返回结果进行处理）**

**（4）本地知识库构建（自测效果很不好，下面先就是说明下使用方法。尚需继续研究，猜测是向量化时候的嵌入引擎和和文本分割都用了默认的缘故，等待下一篇细致实验一些嵌入引擎的效果）**

点击资料库上传按钮进入工作区知识库构建页面，AnythingLLM 支持以下三种方式上传文档：

1. 本地文档上传

   ：直接上传本地文件。

2. Web 链接

   ：通过 URL 上传网页内容。

3. 数据链接

   ：从 GitHub、GitLab 等平台导入数据。

Documents Tab

在 Documents Tab，用户可以管理已上传的文档，并通过下方的上传按钮或拖拽方式上传新文档。见上图

Data Connectors
Tab

Data Connectors 功能支持从 GitHub、GitLab 仓库或网站爬取数据。用户只需输入仓库地址和 Token，即可导入指定目录或网页内容。

**（5）上传示例**

**（6）查询知识库**

将文档添加到工作区后，用户可以通过设置聊天模式调整大模型的回复方式：

• 聊天模式

  ：结合 LLM 的通用知识和上传文档的上下文生成答案。

• 查询模式

  ：仅基于上传文档的上下文生成答案。

修改配置后记得拉到最后点击更新按钮

**（7）Agent功能（尚在研究中）**

在设置页面的 代理技能 中，用户可以管理 Agent。默认开启的 Agent 无法关闭，其他 Agent 需要手动启用。

agent功能查询

我们该怎样系统的去转行学习大模型 ？

很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包分享出来, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全链接，放心点击）👈

​

​

一、大模型经典书籍（免费分享）

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套大模型报告（免费分享）

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、大模型系列视频教程（免费分享）

四、2025最新大模型学习路线（免费分享）

我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

​​​​​​​L1阶段：我们会去了解大模型的基础知识，以及大模型在各个行业的应用和分析；学习理解大模型的
核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段是我们的AI大模型RAG应用开发工程，我们会去学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，我们会去学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造我们自己的Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，我们会更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调；并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取

👉CSDN大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全链接，放心点击）👈

​