通过DeepSeek+Dify搭建本地搭建知识库

你有没有想过，把自己的日记、文章、个人资料，甚至公司内部的知识库，全部打包成一个智能AI助手？而且完全在本地部署，不用担心数据泄露！今天就来教你如何用DeepSeek和Dify，零成本搭建一个属于自己的私有知识库。不仅可以用来管理个人资料，还能应用于智能客服、智能题库等场景。接下来，我们一步步搞定它！

安装Docker

首先，咱们得安装Docker，这是整个部署的基础工具。这里我已经为大家准备好了安装包，大家自行下载安装就好。

网盘链接：https://pan.quark.cn/s/9fc946bf7bed

安装过程非常简单，一路“下一步”就行了。不过要注意，Docker需要开启Hyper-V，如果你的电脑没有开启这个功能，可能会提示你重启一次。

安装完成后，打开Docker桌面客户端，确保它运行正常。接下来，我们就可以进入下一步了。

下载并安装Ollama

Ollama 是开源 AI 工具中的一颗璀璨明珠！借助它，你可以在自己的电脑上运行像 GPT-4 和 DeepSeek 等强大的 AI 模型，简直比拿个超级计算机还方便！

前面我写过各个系统的安装教程，大家可以看一看：

在Windows系统上安装与配置Ollama

在macOS上安装与配置Ollama

在Linux系统上安装与配置Ollama

在Docker上安装与配置Ollama

安装完成后，你会在桌面右下角看到Ollama的小图标，说明它已经成功运行起来了。

安装DeepSeek-R1模型

接下来，我们需要安装DeepSeek-R1模型，这是DeepSeek的核心部分。

找到模型

打开Ollama官网首页，在搜索框里输入deepseek-r1，你会发现这个模型排在第一个位置，热度相当高。模型有多个版本，比如1.5b、7b、8b等，数字越大，模型越强大，但对硬件要求也越高。

选择适合的模型

根据你的电脑配置选择合适的模型版本。一般来说，8b是一个比较平衡的选择，既能保证性能，又不会对硬件要求太高。如果你有高性能显卡，当然可以选择更大的模型。

安装模型

在命令行中运行以下命令：

    
bash复制
    
ollama run deepseek-r1:8b

    

这个过程类似于Docker拉取镜像，耐心等待即可。安装完成后，模型会自动运行，你可以输入一个问题来测试它的效果。

可以看我写的这篇文章《DeepSeek满血复活，直接起飞！》来进行本地搭建。

安装Dify

Dify是一个开源的大模型应用开发平台，专注于帮助开发者快速构建AI应用。它支持从Agent到工作流的全方位能力，比如聊天助手、文档生成、任务编排等。

下载并安装Dify

直接访问它的GitHub仓库，获取最新版本。有网盘链接：https://pan.quark.cn/s/46b2fbc1f785

解压缩后，进入项目根目录，找到docker文件夹。

将.env.example文件重命名为.env

然后打开命令行，运行以下命令启动Docker环境：

    
bash复制
    
docker compose up -d

    

此时，回到Docker桌面客户端，你会看到所有Dify所需的环境都已经运行起来了。

安装Dify

在浏览器地址栏输入以下地址：

    
复制
    
http://127.0.0.1/install

    

按照提示完成安装并登录账号，进入Dify的主页。恭喜你，Dify已经成功部署完成！

关联本地大模型与Dify

由于Dify是通过Docker部署的，而Ollama是运行在本地电脑上的，所以我们需要通过本地内网IP来让Dify访问Ollama提供的服务。

获取本机内网IP

打开命令行（Win+R，输入cmd），然后运行以下命令：

    
bash复制
    
ipconfig

    

找到当前网络适配器（比如“无线局域网适配器WLAN”），记录下显示的IPv4地址，比如192.168.x.x。

配置内网IP

回到Dify项目的docker文件夹，打开.env文件，在末尾添加以下配置：

    
ini复制
    
#启用自定义模型
CUSTOM_MODEL_ENABLED=true
#指定Ollama的API地址
OLLAMA_API_BASE_URL=http://192.168.x.x:11434

    

配置大模型

保存后，重启Docker容器，Dify就能访问本地的大模型了。

创建应用

进入Dify的主页，选择创建一个空白应用，然后配置应用的大模型为DeepSeek-R1。

测试一下，确保应用可以正常运行。

如果想让回答基于自己的私有知识库作为上下文，可以继续往下看。

创建本地知识库

添加Embedding模型

Embedding模型可以将文本转化为向量数据，用于相似性搜索和语义理解。这是知识库运行的基础。

创建知识库

在Dify知识库页面，选择创建一个新的知识库。上传你的资料，比如PDF、Word文档等，系统会自动处理并生成向量数据。

添加知识库为对话上下文

回到应用的配置页面，添加刚才创建的知识库为对话上下文。

保存设置后，应用就能基于知识库内容进行回答了。

测试与优化

现在，你可以测试一下应用的效果了。输入一个问题，看看回答是否符合预期。

最后

DeepSeek与Dify的组合，真的让本地部署AI应用变得简单又高效。不管是智能客服、私人助理，还是企业知识库，这套方案都能轻松搞定。最重要的是，所有数据都存储在本地，安全性有保障。

想深入了解DeepSeek的核心玩法 扫描下方二维码加入微信群