基于DeepSeek R1 满血版大模型的个人知识库,回答都源自对你专属文件的深度学习。
使用 Cherry Studio 结合硅基流动(SiliconCloud)来创建基于 DeepSeek R1 的个人知识库,按照以下步骤进行:
- 注册与获取 API 密钥:
- 访问硅基流动平台(https://cloud.siliconflow.cn/i/56yal8Xl),完成注册并登录。
- 在平台页面左侧找到 “API 密钥” 选项,点击进入 API 密钥管理页面。
- 点击 “新建 API 密钥” 按钮,系统弹出确认对话框后,填写密钥描述,确认创建。此时系统会生成一个唯一的 API 密钥,将其复制并粘贴到安全的文本文件中妥善保存,这是后续配置的关键凭证。


- 安装 Cherry Studio:
- 打开 Cherry Studio 官方网站(Cherry Studio - 全能的 AI 助手https://cherry-ai.com/ )。
- 在网站首页找到 “下载客户端” 按钮,点击下载。下载完成后,找到安装包文件并双击运行。
- 根据安装向导提示逐步完成安装,在 Windows 系统下,一般需要点击 “下一步”,选择安装路径并接受许可协议等。

- 配置 API 密钥:
- 安装完成后,打开 Cherry Studio 应用程序。
- 在应用程序界面左下角找到并点击 “设置” 图标,进入设置页面。
- 在设置页面中找到 “模型服务” 选项卡并展开。
- 在模型服务列表中找到 “硅基流动”,将之前保存的 API 密钥粘贴到相应位置,然后点击保存。

- 添加 DeepSeek R1 模型:
- 在 “硅基流动” 的设置中,点击 “管理” 按钮。
- 在弹出的窗口中,选择 “全部” Tab ,在搜索框中搜索 “DeepSeek R1”(如果列表中没有,也可查找其他需要的 DeepSeek 模型版本 )。
- 找到模型后点击 “+” 进行添加。添加完成后,点击右边的 “检查” 按钮,若显示 “连接成功”,则表明 DeepSeek R1 模型配置成功。

- 添加嵌入模型:
- 为了让知识库在语义理解和知识检索等方面表现更优,可添加嵌入模型。在 “硅基流动” 的设置中,再次点击 “管理” 按钮。
- 在弹出的窗口中,选择 “嵌入” Tab ,在搜索框中搜索 “BAAI/bge-m3” 等合适的嵌入模型。
- 找到后点击 “+” 添加该嵌入模型。

- 导入知识数据:
- 准备好你想要纳入个人知识库的各种资料,如文档、文本片段、网页链接等。
- 在 Cherry Studio 中找到导入数据的相关功能入口(通常在文件或数据操作菜单中 )。
- 根据提示选择对应的文件或输入链接,将知识数据导入到基于 DeepSeek R1 的个人知识库中。导入后,模型就能基于这些数据进行知识问答和内容生成等操作 。


基于DeepSeek R1 满血版大模型的个人知识库,回答都源自对你专属文件的深度学习。的更多相关文章
- PyTorch1.2.0版本来啦!居然还有全套视频!让你快速熟练掌握深度学习框架!
[翻到文末, 还能让你看尽CV和NLP完整技术路径以及前沿+经典论文篇目,助你构建深度学习知识框架] 今年8月!PyTorch 1.2.0 版本来啦!! 据我们了解,在学术领域,特别是CV/NLP方向 ...
- 在排序模型方面,点评搜索也经历了业界比较普遍的迭代过程:从早期的线性模型LR,到引入自动二阶交叉特征的FM和FFM,到非线性树模型GBDT和GBDT+LR,到最近全面迁移至大规模深度学习排序模型。
https://mp.weixin.qq.com/s/wjgoH6-eJQDL1KUQD3aQUQ 大众点评搜索基于知识图谱的深度学习排序实践 原创: 非易 祝升 仲远 美团技术团队 前天
- 华为高级研究员谢凌曦:下一代AI将走向何方?盘古大模型探路之旅
摘要:为了更深入理解千亿参数的盘古大模型,华为云社区采访到了华为云EI盘古团队高级研究员谢凌曦.谢博士以非常通俗的方式为我们娓娓道来了盘古大模型研发的"前世今生",以及它背后的艰难 ...
- 02基于python玩转人工智能最火框架之TensorFlow人工智能&深度学习介绍
人工智能之父麦卡锡给出的定义 构建智能机器,特别是智能计算机程序的科学和工程. 人工智能是一种让计算机程序能够"智能地"思考的方式 思考的模式类似于人类. 什么是智能? 智能的英语 ...
- 7大python 深度学习框架的描述及优缺点绍
Theano https://github.com/Theano/Theano 描述: Theano 是一个python库, 允许你定义, 优化并且有效地评估涉及到多维数组的数学表达式. 它与GPUs ...
- 千亿参数开源大模型 BLOOM 背后的技术
假设你现在有了数据,也搞到了预算,一切就绪,准备开始训练一个大模型,一显身手了,"一朝看尽长安花"似乎近在眼前 -- 且慢!训练可不仅仅像这两个字的发音那么简单,看看 BLOOM ...
- 大数据下基于Tensorflow框架的深度学习示例教程
近几年,信息时代的快速发展产生了海量数据,诞生了无数前沿的大数据技术与应用.在当今大数据时代的产业界,商业决策日益基于数据的分析作出.当数据膨胀到一定规模时,基于机器学习对海量复杂数据的分析更能产生较 ...
- PowerDesigner 学习:十大模型及五大分类
个人认为PowerDesigner 最大的特点和优势就是1)提供了一整套的解决方案,面向了不同的人员提供不同的模型工具,比如有针对企业架构师的模型,有针对需求分析师的模型,有针对系统分析师和软件架构师 ...
- PowerDesigner 15学习笔记:十大模型及五大分类
个人认为PowerDesigner 最大的特点和优势就是1)提供了一整套的解决方案,面向了不同的人员提供不同的模型工具,比如有针对企业架构师的模型,有针对需求分析师的模型,有针对系统分析师和软件架构师 ...
- 基于深度学习和迁移学习的识花实践——利用 VGG16 的深度网络结构中的五轮卷积网络层和池化层,对每张图片得到一个 4096 维的特征向量,然后我们直接用这个特征向量替代原来的图片,再加若干层全连接的神经网络,对花朵数据集进行训练(属于模型迁移)
基于深度学习和迁移学习的识花实践(转) 深度学习是人工智能领域近年来最火热的话题之一,但是对于个人来说,以往想要玩转深度学习除了要具备高超的编程技巧,还需要有海量的数据和强劲的硬件.不过 Tens ...
随机推荐
- 张高兴的 Raspberry Pi AI 开发指南:(二)使用 Python 进行目标检测
目录 Python 环境配置 实现 USB 摄像头的目标检测 参考 在上一篇博客中,探讨了使用 rpicam-apps 通过 JSON 文件配置并运行目标检测示例程序.虽然这种方法可以实现有效的检测, ...
- Postman 汉化教程
Postman 汉化教程(Postman中文版) 迷恋自留地 postman官网下载地址 https://www.postman.com/downloads/ postman汉化包 https://g ...
- 从Delphi到Lazarus——Delphi转换器
0.前言 在Lazarus中使用Delphi编写的文件是一件很简单的事情,这是因为Lazarus可以直接打开Delphi的任何文件,甚至有些文件可以不做任何修改就可以直接使用到你的Lazarus程序中 ...
- uni-app在微信小程序端自定义组件中样式穿透失效
前情 uni-app是我比较喜欢的跨平台框架,它能开发小程序/H5/APP(安卓/iOS),重要的是对前端开发友好,自带的IDE让开发体验非常棒,公司项目就是主推uni-app. 坑位 最近因UI有别 ...
- uni-app中使用svg
标签: svg js uni-app 前情 uni-app是我很喜欢的跨平台框架,它能开发小程序,H5,APP(安卓/iOS),对前端开发很友好,自带的IDE让开发体验也很棒,公司项目就是主推uni- ...
- 一图一知-强大的js数组
平时在开发中,数组基本是每天都会用到的数据结构,通过ES6的更新,数组更是越发强大,特此记录数组那些有用而强大的api.
- 鸿蒙NEXT开发案例:颜文字搜索器
[引言] 本文将介绍一个名为"颜文字搜索器"的开发案例,该应用是基于鸿蒙NEXT平台构建的,旨在帮助用户快速查找和使用各种风格的表情符号.通过本案例的学习,读者可以了解如何在鸿蒙平 ...
- ruoyi若依前端验证码不显示的终极解决方法-20230721
搞了3天啊,查了各种资料啊. 然后使劲的看log啊,总算搞定了啊. 一般情况,本地开发环境测试没问题,部署到服务器就各种不适应,就是服务器配置的问题了. 本次这种验证码不显示,典型的nginx的配置 ...
- 中电金信鲸视:以AI视觉技术为复杂行业场景装上“火眼金睛”
作为人工智能和计算机视觉的交叉领域,智能视觉通过仿生人类视觉机能,对不同形式的视觉输入进行处理.理解和决策.现今,智能视觉已成为应用广泛.市场覆盖大.形式多样的产业方向,得到了国家政策的大力支持. ...
- Qt编写的项目作品17-自定义曲线图柱状图
一.功能特点 可设置X轴Y轴范围值. 可设置背景颜色.文本颜色.网格颜色. 可设置三条曲线颜色.颜色集合. 可设置是否显示十字定位线,支持分别开启横向或者纵向定位线. 可设置十字定位线的宽度.颜色. ...