从零开始DeepSeek R1搭建本地知识库问答系统

前言 上两章节我们实现了本地知识库问答系统的前后端分离开发，还没看的同学请前往观看： 在评论区有同学提问了不使用本地部署模型，能否使用聊天模型的 API key。这个问题问得好，我一下子来了兴致嘿嘿。

相信绝大部分的前端项目都是使用 Vue 或 React，python 写前端 web 框架毕竟不是主流。在企业级项目中，绝大部分的做法是将大模型 RAG 模块单独写 Api，然后接入到现有的业务系统

上一章我们实现了 RAG 的核心代码逻辑，本章我们就围绕核心代码来慢慢做大做强。既然是本地知识库问答，文档管理是必不可少的。对话聊天记录总不能一直放内存里，刷新就没了。 1. 实现文档管理

前言 最近推出的 DeepSeek R1 异常火爆，我也想趁此机会捣鼓一下，实现 DeepSeek R1 本地化部署并搭建本地知识库问答系统，其中实现的思路如下： 现在终于可以切入重点了。 一、准备工

前言 最近推出的 DeepSeek R1 异常火爆，我也想趁此机会捣鼓一下，实现 DeepSeek R1 本地化部署并搭建本地知识库问答系统，其中实现的思路如下： 一、准备工作 由于我的显卡显存有点小

前言 最近推出的 DeepSeek R1 异常火爆，我也想趁此机会捣鼓一下，实现 DeepSeek R1 本地化部署并搭建本地知识库问答系统，其中实现的思路如下： 没错，在前后端开发中，我采取的和别人