如何在运用AI时保护隐私且省钱？部署本地AI助手吧(附教程）

最新推荐文章于 2025-04-23 16:14:44 发布

大模型部署

最新推荐文章于 2025-04-23 16:14:44 发布

阅读量834

点赞数 19

文章标签：人工智能自然语言处理 langchain AI大模型 LLM anythingLLM 程序员

本文链接：https://blog.csdn.net/huang9604/article/details/145883285

版权

在人工智能技术飞速发展的今天，AI大模型已经成为我们工作和生活中的得力帮手。然而，依赖云端服务不仅可能带来隐私泄露的风险，还可能产生高昂的费用。如果你想在享受AI便利的同时保护隐私并节省成本，那么本地部署AI助手将是你的最佳选择！本文将带你一步步实现这一目标，打造一个安全、高效、个性化的本地AI助手。

为什么选择本地部署？

在线AI大模型运用的本质是“人人为我，我为人人”，当你在AI的手机端或电脑端提问，上传附件，让AI通过全网搜索或深度思考时，你上传的所有资源已经全网共享，有隐私要求或者工作单位有保密要求时，就无法借助AI大模型帮助你。能否“人人为我，我不为人人”呢？

可以的，这就是本地部署AI助手的意义所在。

1.数据安全：所有数据都在本地运行，无需上传到云端，彻底杜绝隐私泄露的风险。

2.离线可用：无需依赖网络，随时随地使用AI助手。

3.高度定制化：通过AnythingLLM，你可以上传自己的文档进行训练，打造专属的AI助手。

4.成本效益：避免云服务的持续费用，长期使用更经济。你在API上支付的10元流量费，在本地可用几个月。

本文以DeepSeek为例，以Ollama和AnythingLLM为工具，讲解如何在Windows11系统中部署本地AI助手。

理论上，部署本地AI助手，需要较高的电脑硬件要求。即高性能的CPU（建议Intel i7或更高）、至少16GB内存（建议32GB以上），并要求支持CUDA的GPU（如NVIDIA RTX 3060或更高）。

但实际上凡是能安装Windows11的电脑，均可以部署。（采用macOS或Linux系统的，只是要下载与系统匹配的Ollama和AnythingLLM软件。本文不作讲解）

第一步：注册DeepSeek账号

在DeepSeek主页(https://www.deepseek.com/)的右主角，点击API进入后按提示进行注册。首次注册系统送10元流量费，由于本地部署很省钱，基本可够一般人3个月以上时间使用。但DeepSeek经常停止充值，建议关注API信息，开放充值时多充点（一般30元就够了）。

完成注册后，在第四步配置AnythingLLM时，点击左边栏以获取APIKey。注意，APIKey只能提取一次，请复制到记事本保存。

第二步：安装Ollama

Ollama是一个开源的本地大语言模型运行框架，支持多种模型（如DeepSeek、Llama2等）。同类还有LocalAI、LM Studio、LocalLLM，但Ollama更适合非IT人员使用。以下是安装步骤：

1.下载Ollama：

访问Ollama的GitHub页面，根据你的操作系统下载最新版本Ollama（https://github.com/ollama/ollama）。为方便作者下载，我已经将最新版的软件下载到百度网盘（见文后链接）。

2.安装Ollama：

双击安装包，按照提示完成安装即可。建议用鼠标右键点击后，选择“以管理员身份运行“，等待安装完成即可，时间应该很短。安装完成后选择“运行”（因为第三步需要它。以后程序默认开机即运行，如果不常用建议在开机运行中关闭它）。

第三步：建立本地DeepSeek大模型数据库

根据你的硬件配置选择合适的模型版本（如1.5B、7B、14B等，下面以1.8b为例）。这里提示一下，要关注DeepSeek动态，及时下载最新版本，我第一次用1.5b建立，结果输出的内容都是2023年10月之前的。

在”开始“菜单中找到“windows工具”，点击后在打开的页面或菜单中找到“命令提示符”，鼠标点击右键选择“以管理员身份运行”，在打开的黑色背景页面中输入以下命令行：

运行命令：ollama run deepseek-r1:1.8b

注意：安装Ollama时间不长，但建立本地大模型数据库时间比较长，如果你是Windows11最低要求配置的电脑，大约需要半小时以上。直到出现以下信息，说明数据库成功建立，在这之前千万不要关闭电脑或用切断外接电源。

第四步：在edge浏览器中安装Page Assist插件

打开Edge浏览器，点击右上角的三个点图标，选择“扩展”，点击“管理扩展”，打开“开发人员模式”，在搜索框输入“Page Assist”，点击“获取”按钮进行安装。

安装Page Assist插件后，可参考以下设置步骤：

1.语言设置：点击Page Assist界面右上角的设置图标（齿轮形状），在设置菜单中找到语言选项，将其设置为中文等所需语言，以便更方便地使用插件功能。

2.模型选择：在设置菜单中找到模型选择区域，选择本地已部署的模型，选择DeepSeek，以提升插件性能和功能表现。

3.联网搜索引擎设置：在设置菜单中找到“网络搜索”选项，对联网搜索引擎进行管理，可选择默认的搜索引擎，便于使用插件时快速获取网络信息。这个非常重要，否则DeepSeek只能获取你下载版本的时间之前的数据。

4.管理提示词设置：在设置菜单中找到“管理提示词”选项，添加、编辑或删除提示词，以便更好地与AI模型交互，引导AI模型更准确地回答问题。

5.文本转语音设置：在设置菜单中找到“文本转语音”选项，对该功能进行设置，如选择语音引擎、设置语音语速等，满足不同使用需求。

6.快捷键设置：Page Assist默认的快捷键为Ctrl+Shift+P打开侧边栏，Ctrl+Shift+L打开Web UI。若需修改，可在设置菜单的快捷键设置选项中自定义。

当然也可以在其他浏览器中安装。可能略有差异，请自行问DeepSeek。

第五步：配置AnythingLLM

AnythingLLM是一个开源的本地AI助手框架，支持自定义文档训练和API调用。以下是配置步骤：

1. 下载AnythingLLM：

访问AnythingLLM的GitHub页面（https://github.com/anythingllm/anythingllm），下载最新版本。（附件百度网盘中有我已经本周下载的最新版本）下载后正常安装即可。

2. 比较重要的几项配置：

在AnythingLLM界面中，进入设置页面。

1.首先选择语言

在设置的左侧“外观”中选择中文，这对英语不太好的朋友特别重要，否则你其他设置时不太方便。

2.选择DeepSeek模型

第一项是选择DeepSeek。

第二项是在第一步注册DeepSeek的API中提取Key，复制到这里。

第三项是选项“聊天”还是“推理”。一般本地部署DeepSeek是为了写作，修改文档等私密内容，建议选择“推理”。

3.选择引擎提供商

这里选择第一步安装的Ollama。

其他设置不太重要，自己查看一下是否需要改动即可。

第六步：存入自定义文档

通过AnythingLLM，你可以存入自己的文档进行训练，打造专属的AI助手。以下是操作步骤：

1.准备文档：

将需要训练的文档整理为TXT或PDF格式。

2.上传文档：

在AnythingLLM界面中，点击建立的工作区，点击“上传文档”按钮。

然后1选择你文件夹中的文档，2选择你要存入的文档，3移到右边栏，4点击保存。这样文档就进入到你第二步建立的数据库中，以后DeepSeek将调用你这些文档进行推理。

通过Ollama和AnythingLLM，你可以在本地轻松部署一个强大的AI助手DeepSeek，享受数据安全、离线可用和高度定制化的优势。虽然部署过程中可能会遇到一些技术挑战，但只要按照本文的步骤操作，你一定能够成功打造属于自己的AI助手！

部署中有困难请直接问DeepSeek。## 如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近70次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包，现在将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

五、AI产品经理大模型教程

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望