DeepSeek R1本地部署+知识库+联网搜索

—

由

首先打开ollama官网：https://ollama.com

下载，一步步安装即可。

CMD命令窗口运行，启动deepseek-r1模型：

ollama run deepseek-r1:7b

根据自己显卡大小，选择对应的参数规模。

另外有人反馈，大模型在执行的时候，回答很慢，GPU几乎没动，全都是CPU在跑。大概率是安装了老版本的Ollama，官网下载最新的文件重新安装即可。

安装Page Assist插件

根据浏览器不同，下载 Page Assist 插件。

设置联网搜索

依然是右上角设置齿轮，【一般设置】，下方有个【管理网络搜索】，选择合适的搜索引擎，总搜索结果默认是2，可以适当调大一些，这样参考网络资源的权重更大。

记得点击保存。

回到聊天页面，打开聊天框下方的【搜索互联网】开关，联网搜索功能就搞定。

搭建私人知识库

CMD窗口运行命令：

ollama pull nomic-embed-text

回到设置，【RAG设置】，文本嵌入模型选择【nomic-embed-text:latest】，保存。

文本嵌入模型的作用是，让大模型理解我们的文本资料。

左侧菜单【管理知识】，【添加新知识】，指定知识的标题，并上传我们的本地资料，提交。

提问：

DeepSeek-R1是什么？

本地大模型完美地回答了我们的问题，知识库搭建完成！

简单回顾一下，这次的方案：Ollama + Page Assist插件，没有docker的复杂配置，而且完美地实现了本地部署+联网搜索+知识库。

参考：

评论