『AI大模型』Ollama、DeepSeek 和 Cherry Studio 本地知识库搭建实战指南

本文深入探讨如何利用 Ollama、DeepSeek 和 Cherry Studio 搭建本地知识库，从技术原理到实践步骤，再到优化策略，全方位呈现知识库构建的精髓，助你在本地数据管理与检索领域实现技术突破，打造高效、智能的企业级知识管理解决方案。Ollama 是一个开源的本地大语言模型运行框架，支持在本地机器上便捷部署和运行多种大模型。它提供简洁的命令行界面，支持 Windows、macOS 和

老陈聊架构

923人浏览 · 2025-12-11 22:03:24

老陈聊架构 · 2025-12-11 22:03:24 发布

📣读完这篇文章里你能收获到

🌟 掌握 Ollama 在知识库中的核心作用及配置技巧
🚀 掌握 DeepSeek 的各个模型部署方式
💡 学会利用 Cherry Studio 进行知识库的可视化管理与扩展

前言

本文深入探讨如何利用 Ollama、DeepSeek 和 Cherry Studio 搭建本地知识库，从技术原理到实践步骤，再到优化策略，全方位呈现知识库构建的精髓，助你在本地数据管理与检索领域实现技术突破，打造高效、智能的企业级知识管理解决方案。

一、技术栈简介

1. Ollama

Ollama 是一个开源的本地大语言模型运行框架，支持在本地机器上便捷部署和运行多种大模型。它提供简洁的命令行界面，支持 Windows、macOS 和 Linux 系统。同时，Ollama 允许用户通过环境变量配置模型的运行参数，如内存保持时间和并发请求数量。

2. DeekSeep

DeekSeep 是一种高性能的大语言模型，支持多种应用场景，如文本生成、代码辅助和知识问答。其模型版本丰富，包括收费的高精度版本（如 DeekSeep - R1、DeekSeep - V3）和免费的蒸馏版本（如 DeekSeep - R1 - Distill - Llama - 8B）。

3. Cherry Studio

Cherry Studio 是一款跨平台的多模型 AI 客户端，支持 Windows、macOS 和 Linux 系统。它集成了超过 300 个大语言模型，支持本地模型运行（通过 Ollama 集成），并提供丰富的功能，如多模态对话、知识库构建和智能助手定制。

二、本地化部署大模型

1. 安装 Ollama

1.1 下载 Ollama

访问 Ollama 官网（https://ollama.com/download/），并下载相应的安装程序。

1.2 安装 Ollama

双击安装文件并点击“Install”，Ollama 默认安装路径为 C:\Users\<username>\AppData\Local\Programs\Ollama。

验证安装：打开命令行，输入 ollama -v，若显示版本信息，则表示安装成功。

ollama -v

1.3 配置环境变量（可选）

设置环境变量，可以优化 Ollama 的运行。

环境变量名称	作用
`OLLAMA_MODELS`	这个变量指定了模型镜像的存储路径。通过设置OLLAMA_MODELS=F:\OllamaCache，我们可以将模型镜像存储在E盘，避免C盘空间不足的问题。
`OLLAMA_HOST`	这个变量定义了Ollama监听的网络接口。通过设置OLLAMA_HOST=0.0.0.0，我们可以让Ollama监听所有可用的网络接口，从而允许外部网络访问。
`OLLAMA_PORT`	这个变量允许我们更改Ollama的默认端口。例如，设置OLLAMA_PORT=8080可以将服务端口从默认的11434更改为8080。
`OLLAMA_ORIGINS`	允许的源列表，星号*或使用逗号分隔。

2. 部署 DeekSeep 模型

2.1 选择模型

在 Ollama 官网（https://ollama.com/search）找到 DeekSeep 模型，根据电脑配置选择合适的模型版本。

2.2 下载及运行模型

在cmd命令行窗口中打开命令行，输入以下命令下载及启动模型：

# 默认安装地址是 C:\Users\<username>\.ollama\models

# 下载模型
ollama pull deepseek-r1:1.5b

# 下载/运行模型，模型不存在时自动下载
ollama run deepseek-r1:1.5b

三、Cherry-Studio安装及配置

1. 下载 Cherry-Studio

访问 Cherry-Studio 官网（https://cherry-ai.com/download）

2. 配置 Cherry-Studio

添加本地模型
在 Cherry-Studio 中，选择<font style="color:rgb(6, 6, 7);">模型服务</font>，添加本地 <font style="color:rgb(6, 6, 7);">Ollama</font> 模型服务。配置完成后，选择已部署的 DeekSeep 模型（deekseek-r1:1.5b）。

3. 创建知识库（可选）

如果需要使用知识库功能，可以在 Cherry-Studio 中上传 PDF、DOCX 或网页链接等文件，构建专属知识库。

4. 在 Cherry-Studio 中对话

完成上述配置后，即可在 Cherry-Studio 中与本地部署的 DeekSeep 模型进行对话。用户可以通过对话框输入问题，模型会基于本地知识库或预训练知识生成回答。

四、总结

通过 DeekSeep、Ollama 和 Cherry-Studio 的组合，用户可以在 Windows 系统中轻松实现大模型的本地化部署和对话交互。这种方式不仅降低了成本，还确保了数据隐私，适用于个人开发者、创作者和团队协作场景。希望本文能帮助读者快速搭建本地化的 AI 应用环境，探索更多可能性。