用CherryStudio、硅基流动与DeepSeek，打造你的专属知识宝库

引言

在信息爆炸的时代，知识的积累与管理变得愈发重要。个人知识库就像是我们的知识宝库，能帮助我们有效地整理、存储和快速检索各种重要信息。无论是工作中的专业知识、学习过程中的资料，还是生活里的各类经验，都能在个人知识库中找到合适的位置。它不仅能提高我们的工作和学习效率，还能助力我们进行知识的深度挖掘与创新。

今天，我将为大家详细介绍如何利用 CherryStudio、硅基流动与DeepSeek 来搭建一个属于自己的强大个人知识库。

CherryStudio + SiliconFlow + DeepSeek 截图自各官方网站

这里可能有人想，既然都有了DeepSeek的App，为什么还要自己搭建。原因想必大家都知道。因为它太火爆了！总是出现‘‘服务器繁忙，请稍后再试’’的提示。所以动手能力强的可以自己试试搭建一个。还要说明一点，这次的操作跟电脑配置好坏关系不大，可放心操作。

一、认识搭建工具

1.CherryStudio

Cherry Studio官网 图片来源截图官方网站

CherryStudio是一个支持多平台的AI客户端，致力于让更多人能够享受到AI带来的便利，内置 30 多个行业的智能助手,300 + 预配置 AI 助手，帮助用户在多种场景下提升工作效率。兼容 Windows、Mac ，未来还会支持移动平台，真正实现了跨平台使用 。在文档与数据处理方面，它支持 PDF、DOCX、PPTX、XLSX、TXT、MD 等多种文件格式，还具备 WebDAV 文件管理与数据备份功能。个别模型还支持联网。

CherryStudio客户端

2.硅基流动 SiliconFlow

SiliconFlow官网 图片来源截图官方网站

SiliconCloud是一站式大模型云服务平台，其目标是通过优化大模型使用体验，帮助用户实现 “Token 自由”，让你能以更低成本和更高效率使用先进的大语言模型（LLMs）及其他生成式人工智能（AI）模型。平台集成了多种主流开源大模型，从文本生成模型如 DeepSeek R1、Qwen2.5、GLM-4，到图片生成模型如 Janus-Pro、Stable-Diffusion（SDXL）等一应俱全 。它还支持多模态模型，无论是文本生成语音、文本生成图像还是文本生成视频，都能轻松实现。而且，硅基流动提供行业内较低的 API 调用价格，对于 9B 及以下的模型，还提供免费 API 服务，对个人开发者及小型项目十分友好。同时，平台内置推理加速引擎，能显著提升模型的响应速度及生成效率，还支持大模型的微调与托管，方便用户根据自定义数据优化模型性能。

3.DeepSeek

DeepSeek官网 图片来源截图官方网站

DeepSeek 是一家中国人工智能公司，成立于 2023 年 7 月，总部位于杭州。 由量化投资公司幻方量化创始人梁文锋领导，DeepSeek 致力于开发高效且高性能的生成式 AI 模型。

自成立以来，DeepSeek 发布了多个引人注目的开源模型，包括：

DeepSeek Coder：专注于代码生成和调试。

DeepSeek LLM：通用大语言模型，支持多种自然语言处理任务。

DeepSeek-V2：采用混合专家（MoE）架构，参数量达到 2360 亿，推理成本显著降低。

DeepSeek-V3：参数量达到 6710 亿，采用创新的 MoE 架构和 FP8 混合精度训练，训练成本仅为 557.6 万美元。

DeepSeek-R1：新一代推理模型，性能与 OpenAI 的 o1 正式版相当，并已开源。

当 Cherry-Studio 遇上硅基流动和 DeepSeek，又会碰撞出怎样的火花呢？下文中，我们将深入探讨它们的组合应用。

二、搭建前的准备工作

文字说明下面有图片说明

1.硅基流动平台注册

首先，打开浏览器，访问硅基流动官网硅基流动统一登录，目前官方有活动，注册输入我的邀请码 lCIBYejZ 或者直接点链接 硅基流动统一登录 ，即可获得 2000 万 Tokens 。

互利共赢

在官网首页点击 “Log in” 按钮，进入登录页面 。按照页面提示，填写有效的手机号码、设置密码，并填写其他必要信息（如邀请码 lCIBYejZ ） 。完成信息填写后，点击 “获取验证码” 按钮，手机将收到一条包含验证码的短信，在指定位置输入验证码，验证手机号码真实性 。仔细阅读并勾选同意硅基流动的用户协议和隐私政策，最后点击 “注册/登录” 按钮完成注册流程 。

2.创建 API 密钥

创建 API 密钥：注册成功并登录硅基流动平台后，在页面左侧选择 “API 密钥” 选项 （或点击链接 SiliconCloud）。进入 API 密钥管理页面，点击 “新建 API 密钥” 按钮 。系统会弹出确认对话框，填写密钥描述，确认创建后，系统将生成一个唯一的 API 密钥 。复制这个密钥，将其粘贴到一个安全的文本文件中保存，这是后续配置的重要凭证 。

3.下载安装 CherryStudio

访问 Cherry-Studio 官方网站Cherry Studio - 全能的AI助手，在网站首页找到 “下载客户端” 按钮。下载过程可能有点慢，完成后，找到安装包文件并双击运行，在安装向导中，按照提示逐步完成安装过程 。在 Windows 系统下，可能需要点击 “下一步”、选择安装路径、接受许可协议等步骤 。

三、搭建个人知识库详细步骤

1.配置 API 密钥

安装完成后，打开 Cherry Studio 应用程序，在应用程序界面的左下角找到并点击 “设置” 图标，进入设置页面 。在设置页面中，找到 “模型服务” 选项卡，点击展开 。在模型服务列表中找到 “硅基流动”，将之前复制的 API 密钥粘贴到相应位置，点击保存 。

2.添加DeepSeek模型

在 Cherry Studio “硅基流动” 的设置中，点击 “管理”按钮，在弹出的窗口中，选择全部Tab，然后搜索 “DeepSeek-V3” 671B（或其他你需要的 DeepSeek 模型），找到后点击 “+” 。添加完成后，点击右边的 “检查” 按钮，若显示 “✔连接成功”，则表示配置成功 。

3.添加“BAAI/bge-m3嵌入模型”

在 Cherry Studio “硅基流动” 的设置中，点击 “管理”按钮，在弹出的窗口中，选择嵌入Tab，然后搜索 “BAAI/bge-m3”，找到后点击 “+” 。

BAAI/bge-m3 模型是一个能帮你更智能地检索和理解你知识库中内容的工具。将您的知识库中的文本转换为高质量的向量表示，它的作用有点像是给你的知识库“加了一双慧眼”，让它能更准确地找到你需要的信息。

4.验证测试

点击 Cherry Studio 左侧菜单栏的 “对话” 按钮，在输入框内输入文字，即可开始与 DeepSeek 模型进行对话 。此时，你可以选择顶部菜单中的模型名字，确保选择的是刚刚添加的 DeepSeek 模型，测试是否能够正常交互 。

安装过程

获取模型id

通过以上步骤，你就可以在 Cherry Studio 中通过硅基流动轻松配置 DeepSeek，享受高效、稳定的 AI 服务了 。

5.配置个人专属知识库

我觉得这个知识库的好处除了可以让大模型回答问题，还有就是通过‘‘搜索知识库’’的功能，可以让你基于文档中的内容来进行搜索。现在好多工具，比如everything，也就只能根据文件的名称搜索。

1. 打开知识库界面：
2. 左侧菜单栏中选择“知识库”选项。
3. 添加知识库：
4. 在知识库界面，点击左上角的“添加”按钮。
5. 在弹出的窗口中，填写以下信息：
6. 名称：输入知识库的名称。
7. 嵌入模型：选择或输入嵌入模型。
8. 点击“确定”按钮完成添加。
9. 添加文件：
10. 在知识库界面，点击“文件”选项卡。
11. 点击右上角的“添加文件”按钮。
12. 在弹出的窗口中，选择要添加的文件（支持pdf、docx、pptx、xlsx、txt、md格式）。
13. 点击“确定”按钮完成文件上传。
14. 查看文件内容：
15. 在文件选项卡中，点击已上传的文件（例如：测试知识库.txt）。
16. 在弹出的窗口中，可以查看文件的详细内容。
17. 测试文件：
18. 在知识库界面，点击“搜索知识库”选项卡。
19. 在搜索框中输入要搜索的内容（例如：CausalLM）。
20. 点击搜索按钮进行搜索。

上面步骤，由月之暗面出品的AI-KIMI视觉版根据图片总结。真的不要太方便了！！！

上图片教程

个人知识库安装过程

如果有疑问，也可以去官网找找 项目简介 | CherryStudio

四、疑惑解答

1.数据隐私

这套构建知识库的方案，其缺陷仍在于数据隐私方面的问题，毕竟是调用大模型的 API 来回答问题。倘若真的对此特别介意，那么只能选择本地搭建。就本地搭建而言，我这边也尝试了 deepseek r1 的蒸馏版，7b、8b、14b ，效果着实不佳，速度极为缓慢，毕竟个人电脑的配置也就那样了。有 Q 的可以尝试一下。

2.成本问题

还能接受吧~

当下官方正在开展活动，注册时输入我的邀请码 lCIBYejZ，或直接点击链接硅基流动统一登录，便能获取 2000 万 Tokens 。

对话消耗的token

deepseek-ai/DeepSeek-V3 费用

Kimi计算费用

​​​​​​​3.联网能力

目前deepseek的还不支持

发现有一个可以，大家可以尝试：

4.搭建知识库的其他方案

我自己尝试了ollama+anythingllm，ollama+chatbox,给我的感受还是目前这种方案好用。

anythingllm可以添加知识库，chatbox好像只能在对话框添加。

anythingllm chatbox 我都是使用的本地模型。
anythingllm回答的慢，chatbox回答的快。

跟电脑配置有关系，我的配置：

Windows 11 专业工作站版 64-bit

Intel(R) Core(TM) i7-10750H CPU @ 2.60GHz (12 CPUs), ~2.6GHz

内存16G

NVIDIA GeForce RTX 2060 6G

5.知识库预料

在导入数据之前，需要对数据进行一些简单的预处理。对于文本文件，如果存在乱码问题，需要先进行编码转换，确保文本内容能够正确识别。例如，使用文本编辑工具将文件编码从 GBK 转换为 UTF-8。对于办公文档和 PDF 文件，若文件中包含大量无关的图片、图表或空白页，可根据实际情况进行适当的删减，以减少数据量，提高后续处理和检索的效率 。同时，对于较长的文档，可以进行适当的分段处理，以便更好地提取文本特征和进行向量表示。

好了今天的分享就到这里了，如果对你有帮助，希望大家点点赞，多互动，有问题的也可以关注我私信我。