手把手教你喂养 DeepSeek 本地模型

上篇文章《手把手教你部署 DeepSeek 本地模型》首发是在公众号，但截止目前只有500多人阅读量，而在自己博客园BLOG同步更新的文章热度很高，目前已达到50000+的阅读量，流量是公众号的100倍。

不管怎样，看来大家还是更喜欢这种真正手把手的教学模式。

在高流量加持下，也得到了更多读者的反馈，从评论区看到大家部署成功后都很兴奋，普遍认为这类教程对新手的帮助很大。

但也有困惑，就是成功部署本地模型之后，除了能在断网模式下也可以和deepseek聊天之外，还有哪些优势呢？

其实从BLOG的评论区已经有读者指出，迫切的想知道下一步究竟该如何喂养这个本地模型，让它可以成为一个更有用的本地私密知识库。

下面就开始 DeepSeek 手把手系列第二篇：《手把手教你喂养 DeepSeek 本地模型》

• 1.基本概念科普
• 2.下载 AnythingLLM 软件
• 3.配置 nomic-embed-text 模型
• 4.演示如何正确喂养个人数据
• 5.喂养前后效果对比和缺陷

1.基本概念科普

这里先给AI小白简单科普一下基本概念，便于更好地理解本文中的动手操作。

为什么我这里叫“喂养”DeepSeek 本地模型，是因为大模型再强大也有它天然的局限性，比如训练数据不可能包含你的私域数据，而打造自己的本地私域知识库，就需要检索这些数据，具体采用的是RAG（检索增强生成）方法。

RAG，英文全称是Retrieval-Augmented Generation。简单来讲，采用RAG就需要把你的私域数据向量化，然后存储到向量数据库中，支持向量检索配合LLM大模型一起提供更专业的回复。

2.下载 AnythingLLM 软件

官方网站：

• https://anythingllm.com/desktop

下载符合你系统平台的软件，我这里是Apple Intel：

下载好的AnythingLLMDesktop.dmg，dmg文件约300M多点，双击安装并拖至应用程序中：

拖动时可以看到AnythingLLM安装程序有1G大小：

然后打开AnythingLLM，欢迎界面如下：

点击Get Started配置首选LLM，这里我们选择上一篇文章已经教大家配置好的Ollama：

这里注意，需要确保你的Ollama正常运行，否则会报错找不到provider endpoint，如下图：

此时就需要检查你的ollama以及可用的本地模型：

修复好之后就可以看到AnythingLLM已经可以正确识别到本地部署的模型：

之后可以看到LLM模型选择了Ollama，Embedding默认是AnythingLLM的Embedder，Vector Database默认是LanceDB：

为了不给新手加难度，Embedding和Vector Database我这里都没有进行修改，直接先进入到下一步，是一个survey，笔者是个i人，实在没啥可说的，这里直接跳过了：

下一步选择工作区名称，你可以随便起名字，我这里就用自己的英文名演示了：

然后就终于进入了主界面：

呼呼，迫不及待的开始测试。

我这里直接设计了一个大模型不可能知道的问题，就是拿我的中文名字去做测试，直接问他“赵靖宇是谁？”

果然，它不知道！

马上开始上传一段TXT文本QA-Test.TXT，其实就是简单包含了我之前在讲公开课时的一段个人介绍，全文也没几句话。开始期待它的表现，上传方式如下，可以看到上传后文件就会自动Embedded！

可是…… 这里不太顺利，它居然还是不知道！呜呜呜，我都把小抄给你了你还说不知道，笔者已哭晕……

此时只能转而troubleshooting，检索发现不少人都有遇到类似问题，有人甚至直接发结论说本地大模型的模式下，AnythingLLM根本无法识别上传的个人文件，甚至力劝大家别折腾了。。

3.配置 nomic-embed-text 模型

笔者属于不撞南墙不回头的类型，想深挖下问题到底出在哪里？开始逐一检查可能的配置：

1）聊天设置模型选择肯定是没问题，本地大模型 DeepSeek：

2）向量数据库默认的，向量数量为1：

3）代理配置依然选择了本地大模型 DeepSeek：

笔者初步判断：

• 1）本地大模型肯定没问题，因为上篇使用Chatbox调用都OK，AnythingLLM对应配置也再次确认了，均正确。
• 2）向量数据库虽然我有更好的选择，笔者就是从事数据库行业，但这里显然还没到那个阶段，默认的即便再拉跨也不至于一个这么简单的文本向量化都搞不定。
• 3）那就剩下 Embedding 用的模型，虽然开始也没怀疑过，但是这样排除下来就这个可能性最大了。要不，换一个试试？

目前 Embedding 采用的是默认的 AnythingLLM Embedder：

简单research了下，选了另一个Ollama下的nomic-embed-textEmbedding 模型，官方网站：

• https://ollama.com/library/nomic-embed-text

我们可以在terminal下使用ollama直接拉取ollama pull nomic-embed-text：

然后再回到Embedder首选项，在嵌入引擎提供商，选择Ollama，然后在下面的Ollama Embedding Model选择刚刚下载的最新nomic-embed-text:8192，如下图：

选择好之后点击蓝色的按钮保存更改，会弹出一个比较醒目的Warning，如下图：

主要是警告你要做的这个更改Embedding模型的操作会重置先前所有embedded的文档，且不可逆转。我这之前的根本没效果，重置就重置，赶紧点击Confirm，迫不及待想看下这个新的Embedder是否有用？

4.演示如何正确喂养个人数据

使用跟之前同样的操作方法，同样的问题赵靖宇是谁？，喂养文本QA-Test.TXT，终于起作用了！

于是兴奋地继续追问：他有几年的工作经验？，又不知道了，当然这个正常，因为我提供的信息里就没有明确提到，可以继续上传其他个人数据，比如说来份PDF格式的个人简历：

然后继续问些更细节的问题：你知道他的博客地址是什么吗？、赵靖宇有公众号吗？



效果还是比较给力的，均给出了正确答案。明确说出我的公众号名称赵靖宇，以及Blog的url地址：https://www.cnblogs.com/jyzhao/，尤其是网址能准确给出还是比较惊喜的。

5.喂养前后效果对比和缺陷

上面已经看到了喂养后的效果显著，但这是否就高枕无忧了呢？

其实不是的，比如我继续测试时发现，当让它帮我总结下简历信息，就看到了较明显的缺陷：

这里有两处明显的错误：而且有一个错误，还是之前单独问它时，回答正确的，具体如下图：

其实这个回复中大部分信息都还OK，可瑕疵也是极为明显的，比如它居然说我是人工智能聊天机器人，然后把之前曾正确回答出的博客网址又给答错了。

这些讹误和不稳定性，原因可能是受限于我本地部署的模型太小，本身能力不足，也可能是Embedding向量化的工作做的还不够好，但总体来说，对于我这台个人电脑能达到这样的效果，已经很是知足了。

OK，到这里，就已经完成了 DeepSeek 手把手系列的第二篇教程《手把手教你喂养 DeepSeek 本地模型》，之前说感兴趣的读者们也抓紧hands-on起来吧！