之前写过一篇LangChain-Chatchat搭建本地知识库的，现在再次讲解下 LangChain-Chatchat + deepseek + bge-m3 来实现本地私有化知识库。

本地部署deepseek-r1，基于ollama + webui，并开启cuda + cudnn 加速运算，我电脑显卡是3060 12G，没显卡的可以跳过cuda + cudnn的安装。

在本地部署deepseek时，有些人的电脑没有互联网或者模型下载很慢，这时候可以来一个曲线救国，找已经安装好的电脑导过去。

市面上有很多web search api厂商，比如brave、exa、bing等，但是基本是国外的，访问慢有些还需要魔法，微软的bing价格贵且订阅需要绑定国际信用卡，所以这里推荐国内的博查。简介：持自然语言搜索的 Web Search API，从近百亿网页和生态内容源中搜索高质量世界知识，包括新闻、图片、视频、百科、机酒、学术等。

之前写过一篇LangChain-Chatchat搭建本地知识库的，现在再次讲解下 LangChain-Chatchat + deepseek + bge-m3 来实现本地私有化知识库。

市面上有很多web search api厂商，比如brave、exa、bing等，但是基本是国外的，访问慢有些还需要魔法，微软的bing价格贵且订阅需要绑定国际信用卡，所以这里推荐国内的博查。简介：持自然语言搜索的 Web Search API，从近百亿网页和生态内容源中搜索高质量世界知识，包括新闻、图片、视频、百科、机酒、学术等。

本地部署deepseek-r1，基于ollama + webui，并开启cuda + cudnn 加速运算，我电脑显卡是3060 12G，没显卡的可以跳过cuda + cudnn的安装。

之前写过一篇LangChain-Chatchat搭建本地知识库的，现在再次讲解下 LangChain-Chatchat + deepseek + bge-m3 来实现本地私有化知识库。

在本地部署deepseek时，有些人的电脑没有互联网或者模型下载很慢，这时候可以来一个曲线救国，找已经安装好的电脑导过去。

之前写过联网对话、聊天历史对话，现在继续写个文件对话。