deepseek本地部署教程+知识库怎么弄？小白极速入门保姆级教程

很多朋友问我，能不能把 DeepSeek 装在自己电脑上，再挂一个自己的知识库，这样既不用联网，数据也安全。答案是：能，而且没你想的那么难。站长今天就用最直白的话，手把手带你走一遍 deepseek本地部署教程+知识库 的完整流程。你不需要懂编程，只要跟着做，一台普通电脑就能跑起来。

先说清楚，本地部署不是把网页版搬回家，而是下载模型文件，用工具加载，再配一个能读你文档的知识库系统。整个过程分三大块：装环境、拉模型、搭知识库。下面直接开干。

一、前置准备：别急着敲命令，先把这几样东西备齐

站长见过太多人一上来就复制粘贴，结果卡在第一步。你先把下面这些准备好，后面会顺很多。

1. 硬件门槛
本地跑模型吃的是显存和内存。如果你只是体验 7B 或 8B 参数的小模型，16GB 内存 + 8GB 显存 就能跑。如果想跑 14B 或 32B，建议 32GB 内存起步，显存最好 12GB 以上。没有独立显卡也能用 CPU 跑，但速度会慢到你想砸电脑，所以站长建议至少有一张入门级 N 卡。

2. 软件环境
你需要一个叫 Ollama 的工具，它相当于本地模型的“启动器”，一条命令就能拉取和运行 DeepSeek。再去官网下载 Docker Desktop，后面搭知识库会用到。这两个都是免费安装，一路点下一步就行。

3. 知识库工具
站长推荐 AnythingLLM 或者 Open WebUI。前者界面傻瓜化，适合纯小白；后者功能更全，适合愿意折腾的人。今天用 AnythingLLM 演示，因为它对新手最友好。

4. 你的文档
把你想要让 DeepSeek 学习的资料准备好，支持 PDF、Word、TXT、Markdown 等格式。放在一个文件夹里，别散落在桌面各处。

二、极速操作步骤：从零到能用，最快半小时

第一步：安装 Ollama 并拉取 DeepSeek 模型
去 Ollama 官网下载对应系统的安装包，装完后打开终端（Windows 用 PowerShell，Mac 用 Terminal）。输入下面这行命令：
ollama run deepseek-r1:7b
回车后它会自动下载模型文件，大小约 4-5GB。等进度条走完，你会看到终端里出现一个提示符，这时候你直接打字，它就能回复你了。这说明 DeepSeek 已经在本地跑起来了。想换更大的模型，把 7b 改成 14b 或 32b 即可，但注意硬件能不能扛住。

第二步：安装 AnythingLLM 并连接本地模型
去 AnythingLLM 官网下载桌面版，安装后打开。它会让你选择 LLM 提供商，这里选 Ollama。然后填入地址 http://localhost:11434，模型名称填你刚才拉取的 deepseek-r1:7b。点保存，如果右侧出现绿色对勾，说明连接成功。

第三步：创建知识库并上传文档
在 AnythingLLM 里点“新建工作区”，取个名字，比如“我的技术手册”。进去后找到“上传文档”按钮，把你的 PDF、Word 全选拖进去。它会自动切分文本并生成向量索引，这个过程叫 Embedding。等索引完成，你的知识库就建好了。

第四步：测试问答
在对话框里问一个只有你文档里才有的问题，比如“我们公司的报销流程是什么”。如果 DeepSeek 能根据你上传的文档回答出来，而不是胡编乱造，那就说明 deepseek本地部署教程+知识库 这套组合彻底跑通了。站长第一次跑通的时候，感觉就像给自己配了一个私人专家。

避坑提示卡片

坑1：模型下载太慢。 Ollama 默认从国外源拉取，国内可能龟速。解决办法是设置镜像环境变量，或者手动下载 GGUF 格式的模型文件，再用 Ollama 的 create 命令导入。站长建议直接找国内魔搭社区或 HuggingFace 镜像站下载。

坑2：显存不够报错。 如果你看到 CUDA out of memory，说明模型太大。换小参数版本，或者把 num_gpu 层数调低，让部分计算回退到 CPU。别硬撑，7B 模型对多数人够用了。

坑3：知识库答非所问。 这通常是文档切分太碎或嵌入模型选错了。在 AnythingLLM 设置里把文本块大小调到 1000-1500 字符，重叠 200 字符。嵌入模型优先选 nomic-embed-text，它轻量且准。

坑4：端口冲突。 Ollama 默认走 11434，AnythingLLM 走 3001。如果你电脑上装了其他服务占用了这些端口，去设置里改一下就行。站长建议改之前先 netstat -ano 查一下谁在占用。

坑5：以为本地模型无所不能。 本地小模型的知识储备和推理能力远不如云端大模型。它的核心价值是 隐私 + 私有知识库。别拿它去写长篇小说，但用来查内部文档、做客服问答，完全够用。

三、进阶玩法：让知识库更聪明

💡 关联延伸阅读：如果你在配置过程中遇到相关报错，请参阅站长之前的解决教程：deepseek本地部署教程ollama配置实战避坑指南：手把手步骤拆解

跑通基础流程后，你可以做几件事让效果翻倍。第一，换嵌入模型。AnythingLLM 默认的嵌入模型比较弱，换成 bge-m3 或 nomic-embed-text，检索准确率会明显提升。第二，加混合检索。如果工具支持，开启关键词检索和向量检索的混合模式，避免漏掉关键信息。第三，定期更新文档。知识库不是建完就完事，新资料要随时上传，旧文档要删掉，否则模型会被过期信息误导。

还有一点，站长强烈建议你把 Ollama 设置成开机自启，这样每次打开 AnythingLLM 就能直接用，不用再手动敲命令。Windows 用户可以把 Ollama 快捷方式丢进启动文件夹，Mac 用户用 brew services start ollama 就行。

四、常见问题快问快答

问：必须用 Docker 吗？
不一定。AnythingLLM 有桌面版，直接安装就能用。但如果你想跑 Open WebUI，Docker 是最省心的方式。

问：手机能访问吗？
可以。只要电脑和手机在同一个局域网，在手机浏览器输入电脑的 IP 加端口号，就能访问 AnythingLLM 的界面。但注意别暴露到公网，否则你的知识库就成公开的了。

问：模型文件占多大空间？
7B 模型约 4-5GB，14B 约 8-9GB，32B 约 20GB。提前留好硬盘空间，别装到一半发现满了。

问：能不能不联网？
完全可以。Ollama 拉完模型后，断网也能跑。知识库的嵌入计算也是本地的。这正是本地部署最大的意义。

好了，以上就是站长给你整理的 deepseek本地部署教程+知识库 全流程。别被那些专业术语吓到，实际上就是装个软件、拉个模型、传几份文档的事。你只要动手试一次，就会发现比想象中简单得多。遇到卡住的地方，回头看看避坑卡片，多半能解决。实在搞不定，去站长博客留言，我看到会回。