在大数据时代，个人AI知识库成为了一个强大的工具，能够帮助我们高效地处理和管理信息。本文将手把手教你如何使用Ollama、DeepSeek和AnythingLLM这三个工具来搭建你的个人AI知识库。

一、准备阶段

1. 下载并安装Ollama

• 访问Ollama官网，根据你的操作系统（Windows、Mac或Linux）下载合适的版本。
• 安装完成后，打开命令行工具，输入ollama -v，如果显示版本号，则说明安装成功。

2. 下载并安装DeepSeek

• 前往DeepSeek的官方网站下载并安装。由于DeepSeek的安装步骤可能较为复杂，建议参考官方文档或相关教程进行。

3. 下载并安装AnythingLLM

• 访问AnythingLLM下载页面，根据你的操作系统下载合适的版本。
• 安装完成后，打开软件，准备进行配置。

二、配置阶段

1. 配置Ollama

• 修改Ollama模型保存路径（可选）：为了避免模型占用过多C盘空间，你可以修改Ollama下载模型的保存路径。具体方法是在环境变量中新建一个名为OLLAMA_MODELS的变量，并指向一个空间充足的目录。
• 下载并运行大模型：在命令行中输入相应的命令来下载并运行你想要的大模型。例如，你可以下载并运行一个经过中文微调的开源模型。

2. 配置DeepSeek

• 参考DeepSeek的官方文档或相关教程，完成DeepSeek的本地部署和配置。

3. 配置AnythingLLM

• 打开AnythingLLM软件，点击左下角的“配置”按钮。
• 在配置界面中，选择Ollama作为大语言模型（LLM）的提供方，并填写Ollama的本地地址（通常是http://127.0.0.1:11434）。
• 选择你已经下载并运行的大模型。
• 配置嵌入模型和向量数据库。你可以选择Ollama自带的嵌入模型，或者选择其他支持的嵌入模型。对于向量数据库，你可以选择AnythingLLM自带的LanceDB，或者选择其他支持的向量数据库。
• 

三、使用阶段

1. 创建工作区

• 在AnythingLLM中，点击左下角的“New Workspace”按钮，创建一个新的工作区。

2. 上传知识文档

• 在新创建的工作区中，点击“上传按钮”，上传你想要添加到知识库中的文档。

3. 数据向量化入库

• 等待上传的文件完成数据向量化入库的过程。这个过程的时间取决于文件的大小和复杂度。

4. 与AI知识库交互

• 当文档已经成功添加到知识库中后，你就可以开始与AI知识库进行交互了。你可以在工作区中提问，AI知识库会根据你提供的问题和上下文，从知识库中提取相关信息来回答你的问题。

四、注意事项

1. 内存和显存要求

• 不同的Ollama模型对内存和显存的要求不同。请确保你的电脑满足所选模型的要求。

2. 数据安全和隐私

• 由于AI知识库中包含你的个人知识和信息，因此请确保你的电脑和数据存储设备的安全性，以防止数据泄露或被恶意访问。

3. 持续优化和更新

• 随着你的知识和信息不断增加和变化，你需要持续优化和更新你的AI知识库。你可以定期添加新的文档、调整嵌入模型和向量数据库的配置等。

  通过以上步骤，你就可以成功地使用Ollama、DeepSeek和AnythingLLM来搭建你的个人AI知识库了。希望这个教程能够帮助你更好地利用AI技术来管理和利用你的知识和信息。

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！