大家好，我是吾鳴。
今天吾鳴要给大家分享一份使用deepseek+ollama+anythingllm在本地上大家搭建自己的个人只是库的教程。教程主要介绍Ollama安装、如何拉取DeepSeek模型、AnythingLLM安装与配置、数据隐私设置、知识库构架与文档上传、实际使用与应用场景等方面展开介绍，干货满满，文末附上教程完整版下载地址。
内容摘要
引言与背景：介绍在本地使用deepseek、ollama和anythingllm搭建个人知识库的目标，强调通过开源工具实现私有化数据处理和高效知识管理，避免依赖付费课程或云端服务。
安装Ollama：详细说明Ollama作为本地运行大语言模型的工具，支持多种开源模型，提供离线安全和高效推理。步骤包括下载对应系统版本（macOS、Windows、Linux）、解压安装、验证运行状态（通过本地URL或导航栏图标）。
拉取DeepSeek模型：指导用户通过Ollama拉取DeepSeek-R1模型（推荐7b版本），解释其支持长文本、代码生成和数学推理的优势，并提示下载耗时需耐心等待。
安装与配置AnythingLLM：介绍AnythingLLM作为本地知识库平台的功能，支持多数据源接入（文档、网页、数据库）和私有化部署。提供下载地址、安装步骤，以及首次启动时选择Ollama作为LLM提供者的配置方法。
数据隐私与设置：说明AnythingLLM的数据处理机制，包括LLM选择（本地Ollama模型）、嵌入方式（私有化处理）、向量数据库（LanceDB）的配置，确保用户数据完全本地化且不共享第三方。
知识库构建与文档上传：演示如何在工作区上传文件（如PDF、文本、GitHub仓库等），强调支持格式和私有化存储，示例中上传了“面渣逆袭”系列技术文档。
实际使用与交互：展示通过聊天窗口提问（如“对象创建的过程”），获取基于知识库的答案，并解释答案来源（如引用的PDF文档）。对比查询模式（依赖知识库）和聊天模式（可能生成虚构内容）的区别。
应用场景与案例：以腾讯面试问题为例，说明如何利用本地知识库快速检索答案，涵盖算法、Java、Linux等方向，展示知识库在技术面试准备中的实际价值。
总结与建议：强调无需购买课程即可完成本地知识库搭建，提醒用户理性使用工具，避免被割韭菜，并鼓励通过开源工具提升个人效率。
精彩内容
报告下载地址：kdocs.cn/l/ci1DfElGC…
