基于 DeepSeek-R1 的个人AI知识库，全本地部署，可断网使用

最近秋招发放Offer已高一段落。

不同以往的是，当前职场环境已不再是那个双向奔赴时代了。求职者在变多，HC 在变少，岗位要求还更高了。

最近，我们又陆续整理了很多大厂的面试题，帮助一些球友解惑答疑，分享技术面试中的那些弯弯绕绕。

• 《大模型面试宝典》(2025版) 正式发布！

喜欢本文记得收藏、关注、点赞。更多实战和面试交流，文末加入我们

技术交流

ChatGPT 爆火的时候，我心里就燃起了一个想法：打造一个专属于自己的AI知识库，它就像我的第二大脑一样，能记住我生活里的点点滴滴。

我随口一问“去年5月我做了什么”，它不仅能精准找到记录，还能帮我回忆起那些差点被遗忘的细节！但这么隐私的东西，用在线服务肯定不放心，必须得在自己电脑上运行才行。

现在，机会来啦！有了能全本地部署的deepseek-r1和bge-m3，再加上界面超优雅的Cherry Studio，这个梦想终于能照进现实。

话不多说，我就把详细的部署教程分享给大家，记得先看两条注意事项：

• 设备要求：我这次是在苹果M系列芯片、16G内存的MacBook Pro上操作的。Mac有统一内存和显存，但类似配置的PC除了16G及以上内存外，还得有额外显存分配才能正常运行哦。

• 模型效果：先别吐槽非满血版deepseek-r1的效果，学会部署才是第一步，开源模型发展可快了，一年前谁能想到端侧大模型现在这么厉害呢，以后肯定会更好！

接下来，跟着我的步骤，一步步搭建属于你的个人AI知识库吧！

下载安装ollama

直接点击链接https://ollama.com/download ，根据自己的电脑系统选择对应的安装包下载。安装好后，双击打开它就行。

下载DeepSeek-R1

打开终端，输入命令“ollama run deepseek-r1:14b”，回车后模型就开始下载啦，记得提前看看电脑硬盘空间够不够。

等下载完成，看到“>>>"提示符，就能和模型聊天了，比如问“你是什么模型？”，它会回答你呢。

要是不想用这个模型了，删除命令是“ollama rm deepseek-r1:14b”，想查看已安装模型，就用“ollama list” 命令。

如果想探索更多尺寸的模型，下载命令可以在这个链接找到：https://ollama.com/library/deepseek-r1 ，ollama还支持同时安装多个模型，像阿里通义千问qwen2.5、智谱GLM-4这些都能试试。

下载embedding模型

在终端输入“ollama pull bge-m3”

等看到“success”提示，就说明下载完成，关闭终端就行。

这个模型的作用是把知识库里的文档内容转化为便于搜索的向量，简单理解就是处理知识库文档数据的。

安装Cherry Studio

访问https://cherry-ai.com，根据电脑芯片类型选择对应版本下载安装。除了Cherry Studio，像Chatbox、Enchanted、OpenWebUI）这些同类产品也很有意思，感兴趣可以都体验下。

配置模型提供商

Ollama，添加LLM语言模型和embedding嵌入模型：启动Cherry Studio，依次点击左下角设置 - 模型服务 - Ollama，开启Ollama，API地址保持默认。

点击管理按钮，就能看到自动读取到之前下载的deepseek-r1:14b和bge-m3[嵌入]模型，点击添加就完成配置啦。

对了，在模型服务设置里，还能看到Cherry Studio支持的其他模型提供商。

创建知识库

点击Cherry Studio左侧的知识库按钮，再点“添加”，给知识库取个名字，嵌入模型选bge-m3，确定后就创建好啦。

之后可以添加文件或者直接把文件拖拽进去，支持pdf、docx等多种格式，像个人简历、日记都能放进去。

添加文件后会有个蓝色小点loading的处理过程，出现绿色小勾就代表文档能被检索到。这背后用的是RAG技术，AI接收到问题后，会先从知识库里找相关片段，再结合自身知识回复你，这样AI就能“知道”训练时没有的个人信息啦。

现在，回到聊天界面，顶部选deepseek-r1:14b|Ollama模型，输入框下方选中刚创建的知识库，试试问一个模型原本不知道的问题，见证它的神奇吧！

是不是很有成就感？赶紧动手搭建属于你的个人AI知识库，开启高效生活新体验！