deepseek 搭建本地私有化知识库（windows 基于LangChain-Chatchat + ollama + bge-m3）

前言
之前写过一篇LangChain-Chatchat搭建本地知识库的，现在再次讲解下 LangChain-Chatchat + deepseek + bge-m3 来实现本地私有化知识库。
传送门：
基于LangChain-Chatchat + Ollama + Qwen2-7b搭建本地私有中文知识库和 chatGPT（Ubuntu24 纯CPU）
保姆级教程 本地部署 deepseek + ollama + open-webui + cuda + cudnn

一、安装LangChain-Chatchat

LangChain，是一个用于开发大语言模型（LLM）驱动应用的开源框架，旨在简化 LLM 与外部数据、工具和复杂任务流程的集成。其核心目标是突破大模型的“静态知识限制”，使其能够动态调用外部资源（如文档、API、数据库）并实现多步骤推理，LangChain官网。

LangChain-Chatchat，是一种利用 langchain 思想实现的基于本地知识库的问答应用，目标期望建立一套对中文场景与开源模型支持友好、可离线运行的知识库问答解决方案，LangChain-Chatchat官网。

维度	LangChain	LangChain-Chatchat
性质	开发框架（用于构建各类LLM应用）	具体应用（基于LangChain实现的垂直场景解决方案）
目标	提供模块化组件和接口，支持灵活组合	专注于本地知识库问答与对话场景
使用门槛	需编程能力（Python）	提供开箱即用的Web界面和API

用 Anconda 创建一个虚拟环境

conda create -n langchain-chatchat python=3.9

使用 la