手把手教学：快速搭建DeepSeek+智能体并构建知识库体系

最新推荐文章于 2025-10-06 00:07:41 发布
最新推荐文章于 2025-10-06 00:07:41 发布
阅读量661 收藏
点赞数 16
CC 4.0 BY-SA版权
文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2501_90713682/article/details/146551002

 目录

文末有分享链接

百度网盘 请输入提取码 t72v

我用夸克网盘分享了「DeepSeek+Coze搭建工作流」
链接：https://pan.quark.cn/s/1655d21cd487 

2501_90713682
关注
【DeepSeek应用实践】手把手教程：用 AnythingLLM + Ollama + DeepSeek-R1 搭建本地企业知识库
寻道AI，探索AI无限可能！
03-28 1903
在众多的技术方案中，我们选择了 AnythingLLM、Ollama 和 DeepSeek-R1 这一组合来搭建本地知识库。Ollama 作为一个轻量级的本地化大语言模型部署工具，支持多种模型，易于安装和使用，能够快速在本地运行强大的语言模型。DeepSeek-R1 是一个专为知识库问答设计的检索增强生成（RAG）模型，它结合了检索和生成的优势，能够快速从知识库中检索相关信息并生成精准答案。而 AnythingLLM 则是一个用户友好的界面工具，可以方便地连接 Ollama 和 DeepSeek-R1
【实战篇】DeepSeek+Notion，搭建文本知识库实战全解析
商务合作|问题讨论|交流学习 请联系作者微信，加微信请务必注明来意，博客主页有联系方式
02-07 5946
通过 DeepSeek 和 Notion 的强强联合，我们成功地搭建出了一个功能强大、灵活实用的文本知识库。DeepSeek 为我们提供了丰富的知识内容和智能的创作支持，Notion 则为这些知识提供了一个高效的管理和组织平台。在这个过程中，我们不仅学会了如何利用工具进行知识管理，还提升了自己的学习能力和信息处理能力。未来，随着人工智能和知识管理技术的不断发展，相信 DeepSeek 和 Notion 还会不断升级和优化，为我们带来更多便捷和强大的功能。
DeepSeek从零搭建Coze工作流coze智能体.zip
03-27
目录： 01-Coze搭建工作流概述与智能体回顾.mp4 02-Coze案例之一键生成行业深度调研报告的工作流1.mp4 03-Coze案例之一键生成行业深度调研报告的工作流2.mp4 04-Coze案例之一键生成行业深度调研报告的用户界面绘制和发布.mp4 05-Coze案例之海报应用的演示.mp4 06-Coze案例之海报应用工作流的剖析与界面交互.mp4 07-Coze案例之复刻爆款视频工作流1.mp4 Coze案例：复刻爆款视频.pdf Coze案例：根据官方模板复刻应用：海报.pdf Coze案例：一键生成行业调研PPT.pdf DeepSeek+Coze搭建工作流(爆款视频、调研报告、商业海报等实操).pdf 资料 .......... 网盘文件永久链接
coze工作流智能体大全
Born_toward的博客
07-04 1452
《Coze工作流智能体大全》分享资源，提供智能工作流解决方案。资源包含详细教程和实用工具，下载链接为夸克网盘：https://pan.quark.cn/s/0860689c31bb，提取码5Laz。附带清晰的操作示意图，助力提升工作效率，探索智能化工作新方式。（94字）
AI智能体 | 扣子Coze 工作流中如何嵌入代码，看这一篇就够了
06-26 6376
Coze的工作流中除了能嵌入大模型，插件，图像流，其他工作流外，还能嵌入代码。嵌入代码的好处是对一些复杂的返回结果进行二次处理。弹出对话框如下，有输入框，可以是引用也可以是自己输入。用一个大模型来做测试，在这个工作流中，首先调用通义千问进行答案查询。key0,key1,key2都是字符类型的，所以在代码片段中输出的类型也必须和代码中的类型相符合，否则会报错。下一步要实现的功能是基于这个查询结果，来把网站和书籍名称提取出来。在结束模块中，引用到代码模块中返回的key0,key1,key2。
Coze工作流实战案例：唠嗑视频一键生成！
zhouzhou520520的博客
05-28 593
AI对话工作流升级：孙悟空与猪八戒的心理学唠嗑 本视频教程分享了改进后的AI对话工作流，主要包含四项核心升级：1)将提示词修改为孙悟空和猪八戒的对话形式，要求一问一答探讨社会心理现象；2)优化开场白编排，采用固定+可变的组合模式；3)新增字幕关键词颜色突出功能；4)引入关键帧技术实现角色图片动态效果。工作流现已在Coze商店免费提供，支持生成至少500字、包含10个问题的深度对话，结合心理学和社会学知识，通过幽默诙谐的形式解析人性与社会现象。 （字数：149字）
DeepSeek 最全学习资源网盘合集（附 2025 最新资料包）
IT学习社
04-09 7728
作为AI领域的热门工具，DeepSeek凭借强大的多模态能力和开放生态，成为开发者、内容创作者、企业用户的必备神器。但面对海量资料，新手常陷入「找资源难」「学不会」的困境。今天一次性整理，涵盖官方文档、实战教程、开源项目等，全部免费分享！
AI大模型落地应用实战：DeepSeek + RagFlow + Ollama + 私有知识库 构建本地知识库系统实战指南
python1234_的博客
03-26 1551
本文将带您构建一个集大模型推理、智能检索、知识加工于一体的本地知识库系统，深度融合DeepSeek认知大模型的语义理解能力、RagFlow的文档智能处理能力以及Ollama的本地化部署优势。： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
30分钟手把手教会你用DeepSeek搭建个人知识库
w风雨无阻w的专栏
02-11 2652
在日常的工作与学习中，我们不断积累各式各样的资料，像文档、代码、笔记等等。B、在网页文档，用户指南->平台能力->推理模型->支持的模型列表中找到 deepseek-ai/DeepSeek-R1 模型->复制名字。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]。B、将刚刚复制的模型名称，粘贴到模型id 中，将自动识别，然后点击 “添加模型” 按钮。将复制的 BAAI/bge-m3 模型名称，粘贴，并点击“添加模型”按钮。
手把手使用deepseek 创建个体知识库
02-08
Cherry Studio通过本地上传文档来快速搭建个人知识库，利用AI模型进行智能搜索，用户只需对话，就可以快速找到所需信息。使用DeepSeek创建的个人知识库能够提供以下好处：集中管理资料、实现快速检索、提升学习和...
DeepSeek + RAGFlow 构建个人知识库
03-06
DeepSeek + RAGFlow 构建个人知识库
DeepSeek 大模型实战指南：智能客服系统构建
2503_91057718的博客
06-19 1003
本文介绍了基于DeepSeek大模型的智能客服系统设计与实现。该系统采用分层架构，整合了意图识别、对话管理、知识库检索等模块，通过DeepSeek模型生成智能回复。系统支持多渠道接入，具备7×24小时服务能力，可实现FAQ智能问答、情绪感知、无缝转人工等功能。技术实现上采用Python Flask后端、Vue.js前端，使用Docker容器化部署。文章详细阐述了知识库构建、对话状态跟踪、意图识别等核心模块的实现方法，并提供了Web界面的示例代码。系统通过持续优化知识库和模型性能，不断提升客服准确率和用户体验
【实用技巧】RAGFlow+DeepSeek搭建私人Ai助理
兴趣使然的创作者
03-01 2310
RAGFlow+DeepSeek本地部署的方案
5分钟教你搭建本地私有个人知识库 硅基流动+deepSeek+CherryStudio
qq_36944952的博客
02-13 5660
【保姆教程】5分钟教你搭建本地私有个人知识库 硅基流动+deepSeek+CherryStudio
疯狂老包：最新扣子（Coze）应用进阶实战案例
weixin_46720411的博客
02-02 4124
疯狂老包：最新扣子（Coze）应用进阶实战案例
大模型——OpenAI上线购物Agent，AI早已改写电商逻辑
10-01 1543
OpenAI推出Instant Checkout功能，用户可直接在ChatGPT界面完成Etsy和Shopify商家购物，这标志着AI正深刻改变电商逻辑。沃尔玛、Shopify等企业已布局AI电商多年，实现了从"搜索电商"到"对话电商"再到"情景电商"的转变。AI通过理解用户需求场景提供个性化解决方案，弱化了传统电商平台的搜索功能与中心化流量价值。Shopify构建"AI可读"数据网络和智能体Sidekick，赋能商家应对碎片化
MLP多层感知机
最新发布
weixin_55843921的博客
10-06 392
多层感知机的核心定义围绕 **“层数” 和 “非线性”** 展开，是对 “感知机” 的扩展：感知机（Perceptron）：1957 年提出的单层线性模型（输入层 + 输出层，无隐藏层），仅能解决 “线性可分问题”（如用直线分割二维数据），无法处理非线性问题（如异或 XOR）；多层感知机（MLP）：为解决感知机的局限性，在 “输入层” 和 “输出层” 之间加入至少 1 个隐藏层，并在隐藏层引入非线性激活函数（如 ReLU、sigmoid、tanh）的模型。关键特征。
OpenCV 特征检测与描述
pxxzhk的博客
09-30 2219
本文系统介绍了计算机视觉中的特征检测与描述技术。主要内容包括：1）核心概念：特征检测（提取关键点）、特征描述（计算描述符）和特征匹配（关键点对应）；2）典型应用场景：图像拼接、目标识别、3D重建和实时跟踪；3）常用算法比较：详细对比了SIFT、SURF、ORB等算法的特点及适用场景；4）技术实现：通过OpenCV代码示例演示了角点检测（Harris/Shi-Tomasi）、特征点检测（SIFT/SURF/ORB）以及特征匹配（BFMatcher/FLANN）的实现方法；5）匹配优化：介绍了基于距离和几何约束
AI与现代数据科学的融合
m0_65595995的博客
10-03 1331
AI与现代数据科学的融合，确实正在重塑我们理解和利用数据的方式。为了帮你快速把握AI如何赋能数据科学的各个环节，下面这个表格汇总了核心的应用领域和关键AI技术。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值