各位朋友，是不是經(jīng)常被 AI 氣得火冒三丈，恨不得把鍵盤給砸了？你讓它查公司去年的財務(wù)數(shù)據(jù)，它卻開始背誦經(jīng)濟學(xué)原理；你讓它分析競品的策略，它卻大談特談馬斯洛需求理論。我太能理解這種感受了，這就好比你花錢雇了個助理，結(jié)果這助理啥都不會，只會照搬百度百科的內(nèi)容！

不過，今天我要給大家分享一個超實用的技巧：利用 DeepSeek 創(chuàng)建專屬的 AI 知識庫！我自己已經(jīng)開始使用這個方法了，效果簡直出乎意料地好。它不僅讓 AI 變得超可靠，還從根本上消除了商業(yè)機密泄露的風(fēng)險。

其實，在 AI 出現(xiàn)之前，私有知識庫就已經(jīng)在很多場景中發(fā)揮了巨大作用，比如企業(yè)內(nèi)部知識管理、個人知識儲備等。而當(dāng)它與出色的 DeepSeek 相結(jié)合后，知識檢索和歸納的效率簡直提升到了一個新的高度。

小白快速搭建個人 AI 知識庫

個人 AI 知識庫的方案多種多樣，今天我來介紹一種既簡單又高效的方法，特別適合新手。這種方法結(jié)合了 AnythingLLM 和 DeepSeek R1，不僅操作簡單，而且知識檢索效果出色。

工具簡介

• AnythingLLM：這是一個知識庫管理的前端工具，提供從上傳知識、向量化數(shù)據(jù)到檢索增強生成（RAG）的全流程服務(wù)。它完全開源且免費，非常適合個人用戶。
• DeepSeek R1：這是幻方量化推出的大模型，性能與 Claude 3.5 相當(dāng)，但 Token 成本極低。在本次方案中，我們將使用 DeepSeek R1 作為推理模型。

注意事項

• 模型選擇：雖然我們推薦使用 DeepSeek R1，但 AnythingLLM 也支持其他推理模型，如 GPT、Claude，或者通過 Ollama 運行本地開源模型等。你可以根據(jù)自己的需求選擇合適的模型。

通過這種組合，你可以輕松搭建一個高效、低成本的個人 AI 知識庫，無論是學(xué)習(xí)、工作還是研究，都能大大提高你的效率。希望這個方案對你有所幫助！

安裝 AnythingLLM

下載 AnythingLLM

地址：https://anythingllm.com/

AnythingLLM 是一個開源且免費的工具，采用 MIT 許可證，支持文本和多模態(tài)大語言模型（LLM）在同一界面中使用。它能夠輕松處理圖像和音頻。

該工具也適合用作強大的 API，便于任何自定義開發(fā)或現(xiàn)有產(chǎn)品的功能擴展。AnythingLLM 擁有不斷增長的插件和集成生態(tài)系統(tǒng)，可以增強其在應(yīng)用和組織中的功能。

設(shè)計上，AnythingLLM 默認是私密的，所有數(shù)據(jù)都存儲并在運行該工具的本地機器上處理。用戶可以輕松下載并運行 LLM，無需額外的設(shè)置或程序。

AnythingLLM Desktop 并不是 SaaS 服務(wù)，用戶無需注冊即可在本地使用完整的工具套件。

此外，AnythingLLM 可以根據(jù)公司的品牌進行白標定制，并支持多個用戶在同一服務(wù)器上使用，確保用戶之間的完全隔離。管理員可以細致控制用戶的權(quán)限和可見內(nèi)容。

支持系統(tǒng)：Windows、Mac、Linux

圖片

圖片

圖片

配置 AI 大腦（如何使用 DeepSeekAPI 或者本地搭建 DeepSeek）

設(shè)置你的 AI 助手：DeepSeek

打開軟件后，首先需要配置 LLM（大型語言模型）。這里推薦選擇 DeepSeek 作為你的模型，具體選擇“chat”選項，這是目前最新的模型版本。為了使用 DeepSeek 的服務(wù)，你需要一個 API Key。你可以通過訪問 DeepSeek 的官網(wǎng)

https://platform.deepseek.com

注冊賬號并獲取 API Key。注冊過程簡單，充值少量費用（幾塊錢）即可開始使用，非常經(jīng)濟實惠。

圖片

您可能會遇到這樣的提示：“目前我們正在進行網(wǎng)站的維護與升級工作，網(wǎng)站暫時無法正常使用。我們正在全力推進相關(guān)工作，爭取盡快恢復(fù)服務(wù)。感謝您在此期間的理解與耐心等待?！?/span>

如果官網(wǎng)的 API 暫時無法使用，您可以考慮使用本地部署版本的 DeepSeek。關(guān)于如何進行本地部署，可以參考文檔，

本地部署 DeepSeek：打造你的專屬 AI 推理環(huán)境，簡單明了適合新手

進入工作區(qū)

可以在左下角設(shè)置按鈕中進行基礎(chǔ)配置，如：LLM、嵌入模型、向量數(shù)據(jù)庫選擇等，新手可以先保持默認設(shè)置。

(這里單獨提下 Embedding 模型，Embedding 是將高緯度數(shù)據(jù)嵌入低緯度空間方便存儲，模型性能影響對后續(xù)知識

檢索有挺大影響，建議可以換成 bge-m3，這個模型對多語言和長文本都支持的不錯，需要本地運行 0llama 加載這

個模，由于需要安裝 0llama，新手可以跳過這一步)

圖片

上傳文檔

• 點擊工作空間的上傳按鈕，

圖片

• 支持上傳 PDF、CSV、音頻或者抓取網(wǎng)頁內(nèi)容等等。上傳后右鍵加入工作空間就 ok 了。

圖片

一定要點擊 save 按鈕，不然不會生效。

圖片

1. 可以在 Data Connnector 中獲取 youtube(需要有 cc 字幕)視頻、confluence 文檔庫等內(nèi)容平臺的數(shù)據(jù)。

圖片

知識檢索問答

• 工作區(qū)點擊 new thread 可以開啟新的對話，然后提問就 ok 了

圖片

• 如果想判斷 LLM 回答的知識范圍，可以在回答的底部點開：Show Citations 就能看到引用了哪些知識

AnythingLLM 是一個很強大的知識庫管理工具，新版本還提供了 Agent 模式，可以接入谷歌、bing 等搜索引擎，實現(xiàn)實時搜索增加檢索的時效性。