搭建知识库需要安装嵌入模型，将文件交给嵌入模型处理完后，会将结果存入向量数据库，向量数据库由软件提供，不需要安装，然后由对话大模型调用向量数据库里面的处理结果。
- 嵌入模型：搭建知识库时，通常需要使用嵌入模型。它的作用是将文本数据（从文件解析提取出来的内容等）转化为向量表示，这些向量能够捕捉文本的语义信息，便于后续在向量空间中进行相似度计算等操作 。不过，并非所有嵌入模型都需要安装，有些模型可以通过API调用，比如OpenAI的Embedding API。
- 文件解析：在将文件内容交给嵌入模型处理之前，一般需要先进行文件解析，将不同格式（如PDF、Word等）的文件转化为文本格式，以便嵌入模型处理。这一步骤和嵌入模型的应用紧密相关，但属于不同的处理环节。
- 向量数据库：向量数据库用于存储由嵌入模型生成的向量数据。有些向量数据库确实不需要安装，例如云服务形式的向量数据库，用户通过API或特定接口即可使用。但也有一些向量数据库需要本地安装部署，像Milvus等，用户可以根据自身需求、数据规模、隐私要求等因素选择合适的向量数据库。
- 对话大模型调用：通常是基于知识库（向量数据库存储的向量等数据 ）进行检索和匹配，为对话大模型提供相关的上下文信息，辅助大模型生成更准确、更符合需求的回答 ，并非简单的直接调用。在实际应用中，会有一个检索和融合的过程，比如根据用户问题生成向量，在向量数据库中检索相似向量对应的文本，再将这些文本作为补充信息与问题一起输入给大模型。
使用CherryStudio搭建本地知识库
CherryStudio 不支持设置向量数据库，使用的是软件自带的向量数据库。所以这种方式搭建的知识库只能个人使用。
新建知识库
在 CherryStudio 左侧工具栏，点击知识库图标，点击添加，填写知识库名称，并选择下载好的嵌入模型，点击确定。
向知识库添加文件
向知识库添加文件，并等待文件向量化完成
在对话中开启知识库支持
新建一个对话，然后启用知识库，选择刚才新建的知识库。
验证效果
使用AnythingLLM搭建本地知识库
安装AnythingLLM
访问AnythingLLM 官网，下载并安装
- AnythingLLM 官网：https://anythingllm.com/desktop
设置AnythingLLM
进入全局设置，设置 对话模型、向量数据库、和嵌入模型。
配置对话模型：这里选择前面使用ollama下载并部署的deepseek1.5B模型，如果有其他云端大模型api-key可以直接配置云端大模型。
向量数据库：这里选择AnythingLLM自带的本地数据库LanceDB，当然有云端或者其他局域网部署的向量数据库也可以配置。
嵌入模型：这里选择使用ollama下载并部署的嵌入模型，如果有其他云端大模型api-key可以直接配置云端大模型。
这里先使用ollama安装一个嵌入模型：nomic-embed-text 安装命令ollama pull nomic-embed-text
然后再AnythingLM中选择刚才安装的嵌入模型。
然后新建一个工作区，并上传知识库文件
点击上传按钮后上传文件，然后选中上传了的文件，点击 “Move to Workspace”，将文件添加到知识库中，并点击保存。
新建一个线程，验证效果
