今天，我们将介绍如何利用Ollama和AnythingLLM，在本地部署 DeepSeek 7B 模型，构建一个专属知识库，并通过投喂数据实现个性化训练。
一、为什么要选择本地部署？
数据隐私：敏感数据无需上传云端，完全在本地处理。
零成本运行：无需支付昂贵的 API 调用费用，只需一台支持的设备。
灵活定制：可以根据需求投喂专属知识，让模型更贴合你的场景。
DeepSeek 7B 是一个开源模型，拥有 70 亿参数，在数学、代码和通用推理任务上表现出色。通过 Ollama 和 AnythingLLM 的组合，我们可以轻松在本地运行它，并打造一个强大的知识管理系统。
二、准备工作
操作系统：Windows。
硬件：至少 16GB 内存（推荐 32GB），若有 GPU（如 NVIDIA）可加速推理。
软件：安装 Git 和 Docker（可选，用于 AnythingLLM）。
三、步骤详解
- 安装 Ollama 并部署 DeepSeek 7B
Ollama 是一个轻量级框架，专为本地运行大语言模型设计。以下是安装和部署步骤：
下载 Ollama：访问 Ollama 官网，根据你的操作系统下载对应版本。
备注：下载可能需要搭梯子
如果你没有梯子，就用以下链接：
通过网盘分享的文件：OllamaSetup.zip
链接: https://pan.baidu.com/s/1o4zllBwweHN7JJLyphMKBQ
提取码: 66xn
拉取 DeepSeek 7B 模型：安装完成后，打开终端，运行以下命令拉取 DeepSeek 7B 模型：
ollama pull deepseek-r1:7b测试模型：输入以下命令启动模型并测试：
ollama run deepseek-r1:7b在终端输入一句问话，例如“你是什么模型？”，观察模型是否正常返回回答。
2. 安装 AnythingLLM
AnythingLLM 是一个开源工具，提供友好的界面来管理知识库和与本地模型交互。
下载AnythingLLM：访问 AnythingLLM 官网，下载桌面版本（Windows/macOS/Linux 均支持）。
3. 配置 Ollama 与 AnythingLLM
AnythingLLM 需要连接到本地运行的 DeepSeek 7B 模型：
打开 AnythingLLM 界面，进入“设置”（Settings）。
在“LLM Preference”（语言模型偏好）中选择“Ollama”。
设置“Ollama Base URL”为 http://127.0.0.1:11434。
在“Ollama Model”中选择 deepseek-r1:7b，保存设置。
4. 构建知识库并投喂数据
AnythingLLM 支持上传文档（如 PDF、TXT）并将其转化为可检索的知识库：
创建工作空间：在 AnythingLLM 主界面，点击“New Workspace”，命名你的知识库（例如“DR”）。
上传文档：点击工作空间右侧的“Upload”按钮，支持PDF、Markdown 等格式。上传完成后，AnythingLLM会自动将文档转为嵌入向量（embeddings），存储在本地。
通过本教程，您已成功在本地环境中部署了DeepSeek-7b模型，结合 AnythingLLM，构建了一个私有化智能知识库。后期通过不断的学习训练，行程匹配自己需求的大模型。
下集预告：
使用私有化DeepSeek模型学习训练SOLIDWORKS API，成为二次开发的好帮手！
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”！
)
