背景
为什么你需要一个个人知识库？
在日常工作和学习中，我们常常会积累大量的文档、代码、笔记等资料。如果没有一个统一的存储和检索系统，这些资料很容易变得杂乱无章，查找起来费时费力。
别慌，这次我们用DeepSeek快速搭建自己的个人知识库，实现本地上传文档，量化成知识库，通过智能助手快速回复。
主要目的：
-
集中管理：将所有资料统一存储，避免散落各处。
-
快速检索：通过智能搜索，快速定位你需要的信息。
-
高效学习：通过结构化存储，提升学习和工作效率。
前言
本文主要介绍，网页版DeepSeek搭建知识库。
演示效果
搭建知识库
1、下载安装 Cherry Studio
https://cherry-ai.com/download.html
无脑安装，比较简单，这里不在赘述。
2、知识库教程
官网介绍了MacOs版本的教程，
详细步骤可参考：https://docs.cherry-ai.com/advanced-basic/knowledge-base
为方便读者使用，这里作者给出Windows版本的详细教程。
实现步骤
1、添加对话模型
- 左下角设置-添加, 如何查找模型名称往下看
- 从图中硅基流动文档中查找
-
复制 deepseek-ai/DeepSeek-R1 添加到对应框自动识别
2、登录/注册「硅基流动」
登录地址：https://cloud.siliconflow.cn/
新用户注册即送2000万Tokens。如果你是新用户不需要购买，直接按照教程操作
3、点击此处，生成API秘钥
可直接跳转到和1登录/注册「硅基流动」的地址，先登录注册（如果操作了1 请忽略）
4、生成并复制 API秘钥
5、配置API秘钥
回到Cherry Studio，配置API秘钥，点击右侧检查，选择对应模型
注意：最好检查一下，要不后边报错连接失败
现在有了R1会话模型，我们需要添加一个嵌入模型。
说明：对话模型和嵌入模型的区别？
- 对话模型
对话模型就是能和人聊天的模型。
比如你问一个聊天机器人“今天天气怎么样？”它会回答“今天天气很好，适合出门。”它的任务就是根据你的问题，生成一个合适的回答。
- 嵌入模型
嵌入模型是把文字变成数字向量的模型。这是生成知识库的内核
例子：比如“苹果”这个词，嵌入模型会把它变成一个数字向量，比如 [0.1, 0.2, 0.3]。如果“苹果”和“水果”语义相近，它们的向量也会很接近，比如 [0.1, 0.2, 0.3] 和 [0.12, 0.21, 0.31]。这样，计算机就可以通过向量来理解它们的关系。
6、添加嵌入模型
我们使用免费的BAAI/bge-m3测试使用
添加一个嵌入模型
这个不需要API秘钥。
现在有了我们选择的嵌入模型，接下来创建知识库。
7、新建知识库
- 知识库入口：在 CherryStudio 左侧工具栏，点击知识库图标
- 添加知识库：点击添加，添加名称，开始创建知识库；
8、添加文件并向量化
9、添加助手并配置对应模型
- 新添加一个知识库助手
- 配置对应模型
10、对话中引用知识库生成回复
11、验证效果
可以看到和本地文档中的内容一样
小结
-
如果个人数据不涉及数据泄露的问题，可以使用网页版，因为本地由于电脑配置不够可能导致卡顿
-
搭建自己的知识库方便检索
-
有问题欢迎来聊，哈哈~~
