当你在使用DeepSeek或其它AI时，也许可能遇到这样的问题：

❌你的知识迭代 VS 模型训练进度

"刚整理完行业前沿白皮书，却发现DeepSeek还卡在半年前的版本断层"

❌数据绞刑架 VS 硬盘保险箱

"把机密合同喂给AI？这和在推特公开裸奔有什么区别"

以上问题，可以通过使用DeepSeek构建一个私有知识库来解决。通过构建知识库：

✅ 本地化模型实时吞噬新文档，你的知识库永远比大模型快一个版本周期

✅ 数据从不出本地硬盘，不用担心数据系列

接下来，本文将介绍如何利用DeepSeek-R1模型的能力，借助Ollama与AnythingLLM两个工具，实现个人知识库的构建。

等待安装完成后，按win+r键，输入cmd调出命令行窗口。

输入

我们选择推理能力更强的deepseek-r1模型进行本地部署。小编的笔记本显存为6G，因此选择最小的1.5b模型进行部署，如果显存更大的话，可以选择更大的模型。例如，选择7b模型能得到更好的回复，那么下面代码中的“1.5b”就要改为“7b”。

在命令行窗口中输入：

（1）下载AnythingLLM

首先进入AnythingLLM的官网https://anythingllm.com/，点击“Download for desktop”。

（2）AnythingLLM的配置

进入AnythingLLM后，点击Get started，开始使用。

第一步，点击或拖拽上传文件。我们在这里上传了两篇公众号的文章、DeepSeek的两篇相关论文、一份变电站的相关书籍、一份关于Java的QA问答对。

第二步，选择想要上传到工作区的文件。我们在这里选择两篇跟Word接入DeepSeek相关的两篇公众号文章。在这里选择文件时要注意，由于本地部署的模型较小，检索能力没有那么强大，因此尽量选择与工作区内容相关的文档进行上传。内容不相似的文档可以新建多个工作区。

第三步，点击“Move to Workspace”将文件移动到工作区。

等待上传成功后，即可开始对话。

（1）根据文档回答问题

告诉DeepSeek"总结资料，如何将DeepSeek接入Word"，DeepSeek能够按照文档的内容进行总结，生成输出，但DeepSeek目前暂时还无法解析图片，因此只能根据文档内的文本内容做出回答。

（2）根据《伤寒杂病论》做出诊断

首先，新建一个工作区，将txt格式的《伤寒杂病论》作为资料上传。

（3）数据分析

新建一个工作区，并将一份变电站的各个指标的变化数据上传，接下来需要DeepSeek来分析表内某一个时间段的数据。我们可以通过AI，直接对表格数据进行分析。