今天我们来探讨一下如何使用DeepSeeK和AnythingLLM快速构建一个本地知识库系统。
如果你是一位程序员，常常被堆积的数据和文档困扰，希望能够找到一个智能工具来帮助你整理和快速提取关键信息。那么，本文将会是你的最佳选择！
1. 部署前提条件
首先，确保你已经在本地完成DeepSeeK的部署。如果还没有部署，别担心，我已经准备了一篇详细的教程供你参考，点击【如何安装DeepSeek本地模型】，按指示一步步操作即可。部署完成后，我们才能顺利安装AnythingLLM。
2. 下载与安装 AnythingLLM
安装AnythingLLM其实相当简单。你需要从官网下载与自己系统版本匹配的安装包。为了方便你，我已经整理好了安装包，你只需直接从网盘下载即可。
点击下方公众号卡片，回复关键字：deepseek，可获取网盘链接。
-
Windows用户：下载完成后，直接运行安装程序，根据提示完成安装。如果需要联网下载依赖库，确保网络连接畅通。
-
Mac用户：和Windows步骤相似，下载后打开安装包，跟随提示进行操作。如果系统要求授权，根据提示操作即可。
安装完成后，启动AnythingLLM，你将看到一个极简的界面，基本上零学习成本！只需根据右侧箭头的指示轻松推进。
有时候，你可能需要输入邮箱等信息，别担心，依照需求填写后继续点击右侧箭头即可。
3. 创建你的工作区
安装完成后，下一步是创建一个工作区，这将成为你管理所有知识库文档的中心。可以想象，这个工作区就如同我们的“知识大脑”。
-
打开AnythingLLM，给你的工作区命个名字，比如“本地知识库”。 -
点击确认，工作区便创建成功。
这一环节其实十分简单，无需复杂设置。接下来，我们进入配置模型的重点步骤。
4. 模型配置
创建工作区后，我们需要对模型进行配置，以确保DeepSeeK和AnythingLLM之间的无障碍沟通，这样才能顺利执行对话任务。
-
在界面的左下角，点击“扳手”图标，进入设置页面。
在“LLM首选项”中选择Ollama，作为你的对话模型。这是因为我们之前部署的就是Ollama本地实例，确保匹配选择模型。
-
然后配置DeepSeeK的IP地址。通常情况下，若你是本地运行DeepSeeK实例，IP地址应为
http://127.0.0.1:11434。务必包括http://，以确保正常连接。
-
配置完成后，点击保存。返回工作区页面，根据你的设置查看本地模型。
-
配置完成后，你便可以开始智能对话了！
5. 上传你的知识库文档
在有了工作区和配置好的模型后，下一步便是上传你的知识库文档。这个步骤至关重要，因为上传文档的质量直接影响模型回答的精准度。
-
在工作区界面，找到上传按钮，点击进入文件管理页面。
-
将本地文档拖拽至上传区域，或者如果是网页内容，你也可以直接输入网页链接，让系统同步内容。
-
上传完成后，选择需要的文档，点击“Move to Workspace”，将其移入工作区。
-
文档上传后，点击“Save and Embed”，将其解析并存储。解析速度可能会因文档大小而异，但耐心等待，很快就会完成！
-
解析完成后，所有上传的文档会显示在工作区文件面板中。
如果上传了多个文档，系统会自动处理较长的文件，并对其进行分段存储，从而避免信息冗余。
6. 将文档关联到会话
接着，我们需要将上传的文档关联到当前会话，以便DeepSeeK能够根据这些内容进行回答。
-
在工作区文件面板，找到需要关联的文档。
-
点击文档右侧的图钉按钮，将其绑定到当前会话。
-
返回对话页面，你就可以根据文档内容提出问题了。
如果不再需要文档帮助，你可以随时取消关联，恢复正常对话状态。
7. 开始对话！
到此为止，一切准备就绪，开始提问吧！通过输入问题，DeepSeeK会根据你关联的文档内容进行回答。例如，如果上传了某个领域的技术文档，DeepSeeK能提供精准的解答。
每当上传新的知识库文件时，记得输入/reset指令，清空当前对话上下文，以免旧文档内容干扰新对话。
获取资源
为了方便大家，我已经将教程中涉及到的所有软件资源整理到网盘内，你可以直接下载所需文件。
以上就是使用DeepSeeK和AnythingLLM构建本地知识库的全攻略！别担心，虽然步骤看似繁琐，但其实都很简单，特别适合喜欢动手的程序员小伙伴们进行尝试。你可以将公司知识库、技术文档及学习资料全都整合进来，随时提问，立即获答，既省时又高效！
最后，我为大家准备了一份deepseek从入门到精通的免费教程：https://www.songshuhezi.com/deepseek
同时，欢迎加入下方的交流群，大家一起探讨deepseek的最新玩法！
发表回复