使用Cherry Studio 进行本地文件训练DeepSeek

**

一、ollama安装

**
访问 Ollama 官网：前往 Ollama 官网，点击 Download 按钮。
入门级：1.5B 版本，适合初步测试。
中端：7B 或 8B 版本，适合大多数消费级 GPU。
高性能：14B、32B 或 70B 版本，适合高端 GPU。

二、安装并配置 Cherry Studio

CherryStudio地址：https://docs.cherry-ai.com/cherrystudio/download

配置模型服务：打开 Cherry Studio，进入 “模型服务” 设置。添加 Ollama 作为模型服务提供商，输入 Ollama 服务的地址（默认为 http://localhost:11434）。

添加 DeepSeek 模型：在 Cherry Studio 中，点击 “管理” 按钮，选择 “添加模型”。输入模型名称 deepseek-r1:8b 或其他版本，点击 “添加”。

测试连通性，点击 “检查” 按钮，看到绿色对勾表示测试通过。

三、本地知识库
下载嵌入模型：我们下载 BGE-M3，它是由 BAAI（北京智源人工智能研究院）发布的多语言长文本向量检索模型。BGE-M3 支持超过 100 种语言，训练数据覆盖了 170 多种语言。通过如下命令下载这个嵌入模型。ollama pull bge-m3

添加嵌入模型：点击 “管理” 按钮，选择 “嵌入”，添加嵌入模型（如 bge-m3），用于文档拆分和理解。点击 “确认” 后，嵌入模型将被添加到系统中。

添加本地知识库：点击左侧的 “知识库” 按钮，选择并添加本地文档。填写知识库名称，选择嵌入模型。上传本地文件（支持文件、目录、网址、笔记等），例如你要学习的一堆文献。

聊天、提问：在聊天区域输入问题，Cherry Studio 将调用 DeepSeek 模型，结合知识库内容生成回答。通过上述步骤，你可以在本地成功部署 DeepSeek 模型，构建了本地知识库，并通过 Cherry Studio 的可视化界面进行交互。
新建助手—编辑助手–选择模型及指数库