手机端本地布置 Deepseek +桌面端 Deepseek 建立知识库教程

liukang20242个月前 (05-22)今日吃瓜400

　　从上一年年末开端，国产 AI 大模型敏捷锋芒毕露，其间由幻方量化旗下深度求索公司研制的 Deepseek，凭仗其杰出体现，在上个月震慑了整个人工智能职业。这家坐落杭州的在世公司将在世 AI 技能面向了国际一流的水准，并于 2025 年 1 月 20 日开源了 Deepseek R1 大模型。关于 Deepseek，这段时刻也传来不少新闻，包含它曾遭受黑客进犯，因而约束国外手机号注册 Deepseek 账号等问题。与此一起，OpenAI 首席履行官 Sam Altman 在交际渠道 X 上发布了关于 ChatGPT 的未来规划，泄漏将为一切用户供给免费版 ChatGPT 的无限谈天权限，但需恪守乱用阈值，并方案推出 ChatGPT-4.5 和 ChatGPT-5。这些音讯从旁边面印证了 Deepseek R1 现已到达与 ChatGPT-4 相媲美的国际水平。

经典的手机端本地部署 Deepseek +桌面端 Deepseek 搭建知识库教程的插图

　　本文将介绍如安在安卓手机和桌面设备上别离布置本地运转的 Deepseek R1 模型，并树立知识库。那么，为什么挑选在本地布置 AI 大模型呢？本地布置 Deepseek 具有许多明显优势。首要，数据隐私得到更好的保证，用户的私家数据无需上传至云端或第三方服务器，然后大大降低了数据走漏的危险。第二点，本地布置不能自制明显进步呼应速度，因为无需依靠网络连接和长途服务器，特别是在网络不稳守时，用户体会愈加流通，尤其是现在 Deepseek 的官网因为很多用户拜访现已造成了大概率都是“服务器繁忙，请稍后再试。”此外，离线运用是另一个重要优势，用户不能自制在没有网络环境的情况下，仍然享用模型的服务，适用于高安全性或特别场景。最终一点，经过本地布置，用户不能自制树立自己的数据库，完结对数据的彻底操控和办理，进一步进步数据处理的灵活性与安全性。

　　当然，与此一起，运转 DeepseekAI 大模型需求强壮的核算资源，如高功能的 CPU、GPU，以及大容量的内存和存储设备。这关于一般笔记本电脑而言，或许需求晋级硬件，增加了本钱和杂乱性。布置完结的 R1 模型在推理才能、网络资源整合等方面肯定是不如直接从网页拜访答复的精确和智能。

　　安卓端

　　布置 Ubuntu 环境

　　首要，需求预备相关东西。进入 Github 官网，查找 Termux，找到最新的 APK 运用包并进行装置。Termux 是一款终端模拟器运用程序，专为 Android 体系规划，供给完好的 Linux 环境，答运用户在 Android 设备上运转 Linux 指令和东西，无需 root 权限。后续将经过 Termux 环境布置 Deepseek R1 模型。主张运用骁龙 8 Gen2 以上的设备进行布置，以保证功能。

　　进入 Termux 软件，输入termux-change-repo指令并运转：

　　运用程序内会弹出一个窗口，挑选运转单个镜像文 “Single mirror Choose a single mirror to use”，并点击:

　　鄙人一个界面，找到清华大学镜像文件源(Tsinghua University)，假如没有找到，不能自制经过双手捏和将显现界面缩小找到，随后相同点击：

　　此刻从头回到指令行界面，输入“pkg update && pkg upgrade”，更新晋级至最新的软件包，等候完结后，输入“y”，

　　下一步，布置 Ubuntu 环境，需求必定的网络条件，别离装置次序履行一下操作布置装置 Ubuntu东西，pkg i proot-distro，此指令运用 pkg 包办理器装置 proot-distro 东西，proot-distro install ubuntu：运用 proot-distro 东西装置 Ubuntu 发行版，装置完结后，再输入proot-distro login ubuntu：登录到已装置的 Ubuntu 环境，进入 Ubuntu 的指令行界面。完结以上操作后在指令行界面会有“ root@localhost：～#”，即表明成功进入Ubuntu 环境，此次下载布置在本地的Deepseek R1模型行将运转在此环境中。

　　下载 Deepseek 模型

　　在上一步最终的Ubuntu 环境指令行界面，输入“curl -fsSL https://ollama.com/install.sh | sh”，经过ollama官网下载Deepseek模型，等候进展条完结，需求必定的网络条件，随后进入如下界面：

梦幻的手机端本地部署 Deepseek +桌面端 Deepseek 搭建知识库教程的插图

　　在别离履行“OLLAMA_HOST=0.0.0.0”、“ OLLAMA_ORIGINS=* ”、“ollama serve”三个指令，更改接口而且运转ollama服务。此刻，回到桌面，长按Termux图标，点击“New session”，回到运用内输入两个指令，发动Ubuntu环境，并下载ollama模型，回到Termux运用，输入“proot-distro login ubuntu”和“ollama run deepseek-r1:1.5b”，再输入回车，模型开端下载，等候完结即可。

　　不主张下载过于杂乱的模型，数字越大意味着布置的模型就越聪明，一起所需的手机功能也会越高。

　　经过Chatbox 与 Deepseek 交互

　　模型下载完结后，不要封闭Termux 进程的后台，进入 Chatbox 官网，下载安卓版别 APK 文件完结运用装置，翻开运用后，点击“运用自己的 API Key 或本地模型”，模型供给方顺次挑选 Ollama API，模型挑选“Deepseek-r1:1.5 b”，不能自制对模型进行身份设定，便利答复用户问题，随后封闭Termux 和 Chatbox 运用。

　　每次发动 Chatbox 之前，从头翻开 Termux 进入 Ubuntu 环境并运转 ollama 模型，输入以下两个指令：“proot-distro login ubuntu”和“ollama serve”，回到 Chatbox，即可与 Deepseek 交流了。

　　受限于手机功能，或许需求必定的呼应时刻，请耐性等候，以下是实践体会，为了防止手机整理后台，主张将 Termux 锁定在后台。ok，以上为手机端布置 Deepseek 的全部内容了。

　　桌面端 Deepseek 树立知识库

　　在手机端布置本地 Deepseek 大模型相对杂乱，但只需依照进程操作，实践上不能自制很快完结布置。与此比较，桌面端的 Deepseek 布置要简略得多。桌面端不需求树立额定的环境，Windows 和 Mac 端的进程大致相同，因而本文将要点介绍怎么经过本地 Deepseek R1 模型在 Mac 端树立自己的知识库。

　　下载 Ollama 模型

　　首要，拜访 Ollama 官网，挑选并下载合适 Mac 体系的版别。下载完结后，依照提示完结装置，装置后将解压得到的 Ollama 程序拖动到“运用程序”中。

　　接着，翻开 Mac 体系的“终端”运用(Windows 用户则翻开 CMD)，在终端中输入需求下载的 Ollama 模型对应的代码。详细的代码不能自制参阅 Ollama 官网供给的阐明。假如电脑装备较强，不能自制挑选下载较大的模型版别。

　　需求留意的是，假如鄙人载进程中发现下载速度变慢，不能自制封闭当时的“终端”窗口，再从头翻开并输入相同的指令。这样不能自制康复更高的下载速度，而且下载进展会被保存，不会丢掉。

梦幻的手机端本地部署 Deepseek +桌面端 Deepseek 搭建知识库教程的图像

　　树立本地知识库

　　完结 Ollama 模型的下载后，接下来是树立知识库。首要，拜访 “AnythingLLM” 官网，根据操作体系下载并装置对应的版别。

装置完结后，翻开程序，挑选 “Ollama” 作为模型供给方，并挑选 “8b （根据电脑装备）模型”。进入下一步时，越过邮箱填写界面，直接创立一个新的喜欢区(Workspace)。

　　创立喜欢区后，进入到对话界面。接下来，点击喜欢区 “Test001”的设置按钮，进入“谈天设置”页面。在谈天提示框中对 AI 帮手进行一些根本设定，以便模型不能自制更快速、更精准地答复用户的问题。一起，不能自制设置答复言语为中文，并保存这些设置。

　　接下来，需求上传并嵌入知识库文件。小编经过 AI 创立了一家虚拟的游戏公司，并将公司简介整理成一个 Word 文档。在预备好文件后，回来“Test001”喜欢区，点击右侧的上传按钮，将文件上传至“My Documents”。选中该文件后，点击 “Move to Workspace”，然后挑选 “Saved and Embed” 以保存文件，最终履行“Pin to Workspace”操作。这些操作都会有提示，保证每个进程都正确完结。

　　测验和发问

　　知识库树立完结后，回到对话框，在喜欢区“Test001”中挑选 “New Thread” 创立一个新的对话框。此刻，不能自制开端向模型发问与知识库相关的问题。大模型将根据文档内容做出精确答复，保证知识库的内容不能自制被有用运用。

（知识库内容）

（AI 根据数据库的中心人员答复）

（AI 根据数据库的答复）

　　总结

　　以上是手机端布置本地 Deepseek 的教程以及经过 Mac 端布置 Deepseek R1 大模型并树立本地知识库的完好教程。从下载模型、树立知识库到最终的测验与发问，每一步都很要害，只需依照进程操作，就不能自制顺畅完结整个进程。期望这篇教程不能自制协助我们顺畅树立归于自己的本地知识库，提高运用 AI 模型的功率和体会。

告发/反应