上文中使用 ollama 部署了本地的DeepSeek,但是每次使用都需要使用命令窗口,不是很方便。
本文介绍使用Cherry Studio 接入 DeepSeek 模型,并创建个人知识库。
Cherry Studio是一个支持多模型服务的桌面客户端,内置了30多个行业的智能助手,可以帮助用户在多种场景下提升工作效率。并且可以使用 Cherry Studio创建个人知识库,可以保护个人隐私,确保数据安全。
构建个人知识库,需要先部署 nomic-embed-text模型。nomic-embed-text主要用于文本嵌入和句子相似度计算任务。它能够将文本转换为固定长度的向量表示,这些向量可以用于后续的机器学习任务,如分类、聚类、检索和重排序等。
nomic-embed-text模型的部署与DeepSeek 一样,也可以通过 ollama 拉取。在 ollama 官网中找到 nomic-embed-text模型,并复 制拉取命令,然后在命令窗口中粘贴命令进行部署。
Cherry Studio可以从官网下载:https://cherry-ai.com/
有多种下载方式,根据本地电脑的系统选择相应的版本。我这里下载的是windows 版本,下载完成后双击“Cherry-Studio-0.9.21-setup.exe”,使用默认安装即可。
1.安装完成后,点击设置,配置 Cherry Studio。
2.在【模型服务】中,选择 Ollama 模型;然后将Ollama设置为 On;再点击【管理】。
3.进入【管理】后,在【全部】选项下,点击【nomic-embed-text】 和【deepseek-r1:7b】 右侧的加号即可完成配置。
4.对话测试下。点击左侧的助手,然后在默认助手中选择【deepseek-r1:7b|Ollama】模型。还是询问同样的问题,得到的答案似乎靠谱些。
5.也可以切换到【默认模型】,在【默认助手模型】中选择【deepseek-r1:7b】,这样创建对话时,默认的模型就是本地部署的DeepSeek 模型了。
1.点击左侧的【知识库】,选择【添加】,然后对知识库进行命名,并选择【nomic-embed-text】作为嵌入模型。嵌入模型会将文本转换为固定长度的向量表示。
2.对知识库的添加,Cherry Studio非常丰富。可以使用文件、电脑目录、网址、网站、笔记等多种方式上传资料来构建个人的知识库。这里我将最近公 众号的文章上传为个人知识库进行测试。
3.在创建话题时,选择个人知识库,则在对话时,DeepSeek 会参考个人知识库中的内容。
4.做个测试。我的微 信公众 号资料中包含有模态分析的文章,但在搜索过程中,DeepSeek 似乎并没有搜索到,但里面的一些其他资料确实搜索到了。
部署DeepSeek,Cherry Studio 接入DeepSeek,构建个人知识库,整个流程算是跑通了。后面再不断测试下看如何优化吧。。。