本文详细介绍了如何使用Ollama部署DeepSeek-R1模型，并通过Cherry Studio搭建本地知识库。作者分享了从拉取BGE-M3模型到配置Ollama连接，再到测试模型和搭建知识库的全过程。针对硬件有限的用户，文章推荐使用7b或8b大小的模型。最后，文章提供了一套大模型学习资料，帮助零基础小白系统学习大模型技术。

---

前面的文章我介绍过使用 Ollama 在家里的台式机上部署本地 DeepSeek-R1 模型，我分别下载了 7b、8b、14b、32b、70b、671b 这些模型。但是很不幸的是，台式机的 CPU 是 AMD 5600G，内存 32G，只有核显，没有独立显卡，7 b、8 b 速度还算可以，14b、32b 就需要十几分钟才能回答一个问题，70b 就直接提示内存不足了。好想拥有一块英伟达 5090 独立显卡啊！

前排提示，文末有大模型AGI-CSDN独家资料包哦！

废话少说，现在回到今天的主题，利用调用Ollama 本地部署的 DeepSeek-R1 模型，使用Cherry Studio 搭建本地知识库。

拉取模型

除了 DeepSeek-R1 模型外，我们还要拉取一个BGE-M3 模型。 BGE-M 3 模型是由北京智源研究院（BAAI）开发的多功能语义向量模型，具备多语言支持、多粒度处理和混合检索能力，适用于复杂的信息检索场景。支持超过 100 种语言，既能处理单语言内部检索（如中文到中文），也能实现跨语言检索（如中文到英文），适用于全球化或多语言知识库需求。支持从短句到长达 8192 词符的长文档输入，覆盖“句子、段落、篇章、文档”不同粒度的文本分析，适合需要处理复杂长文本的场景（如论文、技术文档）。BGE-M 3 模型不是必须安装的，但是为了这个知识库能处理长文本还是安装一下吧。

看过我前面文章的话，应该已经学会怎么使用 Ollama 拉取模型了。命令是：ollama pull bge-m3

大小是 1.2 G，很快就能下载好。完成后使用命令 ollama list 查看已拉取到本地的模型。

安装Cherry Studio

Cherry Studio 的下载地址是https://cherry-ai.com/download ，目前最新版是 1.0.4。点立即下载的话会跳转 github 下载地址，如果不能科学上网，可以把跳转的地址复制到迅雷里下载。也可以使用立即下载下面的网盘下载。

下载好安装包之后，直接点下一步直至安装好。安装好之后，打开软件，点左下角的齿轮图标进行设置。

模型服务里找到 Ollama，可以看到 API 地址里是本地的 Ollama 地址。我开始是想在自己笔记本上通过局域网调用台式机上的 Ollama，但是并不成功。估计只支持本机的 Ollama 吧。

点击管理图标。这时软件会自动搜索到本地安装了模型。

点击 bge-m3: lastest 后面的加号，deepseek-r1 我的台式机只能流畅跑 7b 和 8b，我勾选的 8b 后面的加号。大家根据自己电脑的内存和显卡情况选择合适的模型吧。

回到 Ollama 设置界面，点击 API 密钥后的检查，选择我前面选的 deepseek-r1:8b，稍等片刻会提示连接成功。

现在到聊天窗口，测试一下效果。问问他是谁？

哎呀，翻车了。不过没事，在默认助手上点击右键，选择编辑助手。

在模型设置里选择我本地的模型 deepseek-r1:8b。

再次提问，可以看到模型已经可以用了。

搭建知识库

点击知识库图标，添加，取名为我的知识库，嵌入模型选 bge-m 3: lastest。然后确定。

文件界面，可以添加文件、目录、网址、站点地图、笔记，我这里上传了一本电子书。

上传完成后，电子书后面蓝色圆点图标表示正在解析，这里耗时较久我就先睡了。早上起来看已经完成解析。检索知识库，我这里输入绿肥红瘦，可以看到检索的内容正是我上传的电子书。

在问答界面，输入“从知识库中搜索绿肥红瘦的介绍”，发现并没有用我上传的电子书里的内容回答。这是因为输入框下面的知识库图标我没有选，点知识库图标，选择知识库的名字（前面我命名为我的知识库），选完后知识库图标变蓝色。

再次提问“从知识库中搜索绿肥红瘦的介绍”，可以看到是从知识库里给的答案，但是为什么不给李清照的知否知否呢？聪明的读者们，是不是我给的提示词 Prompt 不合适啊，欢迎大家留言讨论。

今天的使用 DeepSeek+Ollama+Cherry Studio 搭建本地知识库就讲到这里，要出门上班搬砖当牛马去了。

零基础如何高效学习大模型？

为了帮助大家打破壁垒，快速了解大模型核心技术原理，学习相关大模型技术。从原理出发真正入局大模型。在这里我和MoPaaS魔泊云联合梳理打造了系统大模型学习脉络，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 扫描下方二维码免费领取🆓**⬇️⬇️⬇️

【大模型全套视频教程】

教程从当下的市场现状和趋势出发，分析各个岗位人才需求，带你充分了解自身情况，get 到适合自己的 AI 大模型入门学习路线。

从基础的 prompt 工程入手，逐步深入到 Agents，其中更是详细介绍了 LLM 最重要的编程框架 LangChain。最后把微调与预训练进行了对比介绍与分析。

同时课程详细介绍了AI大模型技能图谱知识树，规划属于你自己的大模型学习路线，并且专门提前收集了大家对大模型常见的疑问，集中解答所有疑惑！

深耕 AI 领域技术专家带你快速入门大模型

跟着行业技术专家免费学习的机会非常难得，相信跟着学习下来能够对大模型有更加深刻的认知和理解，也能真正利用起大模型，从而“弯道超车”，实现职业跃迁！

【精选AI大模型权威PDF书籍/教程】

精心筛选的经典与前沿并重的电子书和教程合集，包含《深度学习》等一百多本书籍和讲义精要等材料。绝对是深入理解理论、夯实基础的不二之选。

【AI 大模型面试题 】

除了 AI 入门课程，我还给大家准备了非常全面的**「AI 大模型面试题」，**包括字节、腾讯等一线大厂的 AI 岗面经分享、LLMs、Transformer、RAG 面试真题等，帮你在面试大模型工作中更快一步。

【大厂 AI 岗位面经分享（92份）】

【AI 大模型面试真题（102 道）】

【LLMs 面试真题（97 道）】

【640套 AI 大模型行业研究报告】

【AI大模型完整版学习路线图（2025版）】

明确学习方向，2025年 AI 要学什么，这一张图就够了！

👇👇点击下方卡片链接免费领取全部内容👇👇

抓住AI浪潮，重塑职业未来！

科技行业正处于深刻变革之中。英特尔等巨头近期进行结构性调整，缩减部分传统岗位，同时AI相关技术岗位（尤其是大模型方向）需求激增，已成为不争的事实。具备相关技能的人才在就业市场上正变得炙手可热。

行业趋势洞察：

• 转型加速： 传统IT岗位面临转型压力，拥抱AI技术成为关键。
• 人才争夺战： 拥有3-5年经验、扎实AI技术功底和真实项目经验的工程师，在头部大厂及明星AI企业中的薪资竞争力显著提升（部分核心岗位可达较高水平）。
• 门槛提高： “具备AI项目实操经验”正迅速成为简历筛选的重要标准，预计未来1-2年将成为普遍门槛。

与其观望，不如行动！

面对变革，主动学习、提升技能才是应对之道。掌握AI大模型核心原理、主流应用技术与项目实战经验，是抓住时代机遇、实现职业跃迁的关键一步。

01 为什么分享这份学习资料？

当前，我国在AI大模型领域的高质量人才供给仍显不足，行业亟需更多有志于此的专业力量加入。

因此，我们决定将这份精心整理的AI大模型学习资料，无偿分享给每一位真心渴望进入这个领域、愿意投入学习的伙伴！

我们希望能为你的学习之路提供一份助力。如果在学习过程中遇到技术问题，也欢迎交流探讨，我们乐于分享所知。

*02 这份资料的价值在哪里？*

专业背书，系统构建：

• 本资料由我与MoPaaS魔泊云的鲁为民博士共同整理。鲁博士拥有清华大学学士和美国加州理工学院博士学位，在人工智能领域造诣深厚：

• • 在IEEE Transactions等顶级学术期刊及国际会议发表论文超过50篇。
  • 拥有多项中美发明专利。
  • 荣获吴文俊人工智能科学技术奖（中国人工智能领域重要奖项）。

• 目前，我有幸与鲁博士共同进行人工智能相关研究。

内容实用，循序渐进：

• 资料体系化覆盖了从基础概念入门到核心技术进阶的知识点。

• 包含丰富的视频教程与实战项目案例，强调动手实践能力。

• 无论你是初探AI领域的新手，还是已有一定技术基础希望深入大模型的学习者，这份资料都能为你提供系统性的学习路径和宝贵的实践参考，助力你提升技术能力，向大模型相关岗位转型发展。

  

抓住机遇，开启你的AI学习之旅！