最近很多朋友都在问：怎么本地部署 DeepSeek 搭建个人知识库。
老实说，如果你不是为了研究技术，或者确实需要保护涉密数据，我真不建议去折腾本地部署。
为什么呢？
目前 Ollama 从 1.5B 到 70B 都只是把 R1 的推理能力提炼到 Qwen 和 Llama 的蒸馏版本上。
虽说性能是提升了不少，但跟原汁原味的 R1 模型比起来，还是差太多了。
官方的满血版本可是 671B 的参数量，说实话，对普通人来说想本地部署，这成本确实太高了。
不过我最近发现了一个平台，不仅能用上 R1 本 1，还提供了不少免费额度。
此外，为了让拥有算力的朋友可以本地部署，我也提供了相关教程。
看完全文，你会收获：
1、满血 DeepSeek R1 模型 API 搭建方式
2、本地部署 DeepSeek R1 模型 搭建方式
一、个人知识库使用效果（满血版）
来看几个使用案例：如何借助 个人知识库文件 作为外脑，用方法论指导我们正确做事？
DeepSeek 确实很好用，但关键还是会不会提问。如果不会提问，AI 再强也帮不上忙。
除了花时间学习提示词，更快的方式是本地备一份提问指南，让 AI 指导你该怎么正确提问，这样才能真正发挥它的价值！
AI 借助知识库内的 DeepSeek 指导手册，预判了我可能想问的问题，以及建议的正确提示词格式。
从回答中可以发现，AI 不是依据自身语料库回复，而是基于知识库内容回复。
当然，我们也可以直接提问，精准搜索知识库的原始信息，从而达到快速查询的效果。
二、API 搭建知识库
如果本地数据不涉密，还想获得最佳使用效果，那肯定得选满血的 DeepSeek R1 模型。
我们来看看怎么利用 API 用上满血的 R1 模型（671 B）。
1、先下
最低0.47元/天 解锁文章
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
