大家好，我是R哥。
今天继续聊聊 DeepSeek R1，不过这次我们要搭配 Cherry Studio 来打造一个本地知识库，让 AI 更懂你、更贴合你的需求。
相比于上一期的 DeepSeek R1 + ima 个人知识库，这次的方案更强大，支持的格式更多，还能方便地管理和检索你的知识内容，简直不要太香！
Cherry Studio 的介绍及安装使用看这篇：《DeepSeek R1 + Ollama + Cherry Studio 实现本地化部署 + 可视化访问，真的太香了！》
1、知识库的痛点
在实际工作和学习中，我们经常需要查阅各种资料，比如技术文档、论文、书籍、博客等等。
如果这些资料散落在不同的文件夹、分布在不同的云存储，甚至存储在各种笔记软件，查找起来就很麻烦。而且，如果这些知识点能跟 AI 结合，实现智能搜索和内容生成，那工作效率肯定会大大提升。
上一期的 DeepSeek R1 + ima 个人知识库，它知识库的文档全在云上，对于数据比较敏感的人/公司来说可能是个隐患，这时候搭建一个本地 AI 知识库就尤为重要了。
这就是我们今天要解决的问题：如何用 DeepSeek R1 + Cherry Studio 搭建一个本地 AI 知识库，让 AI 帮你管理和搜索你的知识！
2、Cherry Studio 知识库
介绍
Cherry Studio 目前已上线知识库功能，支持多种格式文件的导入和网页导入等来搭建个性化知识库。搭配 DeepSeek R1 之后，我们可以让 AI 在我们的知识库里搜索内容，并提供更加贴合个人需求的回答。
最最重要的是，Cherry Studio 数据本地储存，无需担心隐私泄露！
在 Cherry Studio 知识库中添加的数据全部存储在本地，不会上传到任何第三方服务器，在添加过程中会复制一份文档放在 Cherry Studio 数据存储目录，并且支持本地部署的模型调用。
知识库处理流程图如下：
向量数据库：https://turso.tech/libsql
当文档被添加到 Cherry Studio 知识库之后，文件会被切分为若干个片段，然后这些片段会交给嵌入模型进行处理，当使用大模型进行问答的时候，会查询和问题相关的文本片段一并交个大语言模型处理
如果对数据隐私有要求，建议使用本地嵌入数据库和本地大语言模型。
配置模型
上面说到了，AI 知识库需要一个嵌入模型进行分段处理，所以它需要一个嵌入模型。
我们可以在 Ollama 中筛选嵌入模型：
https://ollama.com/search?c=embedding
然后我们以 bge-m3 为例进行下载：
ollama pull bge-m3
下载成功后可以使用 ollama list 列出模型：
$ ollama list
NAME ID SIZE MODIFIED
bge-m3:latest 790764642607 1.2 GB 19 hours ago
deepseek-r1:14b ea35dfe18182 9.0 GB 4 weeks ago然后回到 Cherry Studio 模型服务中，把推理模型和嵌入模型都添加进来：
创建知识库
比如，我添加一个文章知识库：
CherryStudio 支持多种添加数据的方式：
- 文件夹目录： 可以添加整个文件夹目录，该目录下支持格式的文件会被自动向量化。
- 网址链接： 支持网址 url。
- 站点地图： 支持 xml 格式的站点地图。
- 纯文本笔记： 支持输入纯文本的自定义内容。
我这里上传了一些我写的 DeepSeek 文章：
当文件等资料向量化完成后，即可进行搜索，点击下面的「搜索知识库」按钮可以搜索知识库：
基于知识库对话
在助手对话框中选择刚创建的「文章」知识库进行对话：
问它一个问题：
deepseek是什么，300字总结
如图所示，它参考了我们指定的文章知识库进行思考和输出内容：
3、总结
以上，我们通过 DeepSeek R1 + Cherry Studio，我们实现了一个本地 AI 知识库：
- 读取本地文档（Markdown、PDF、Word、TXT）
- 智能搜索知识点（基于 Cherry Studio）
- AI 生成智能回答（基于 DeepSeek R1）
- 完全本地化运行（数据安全，不依赖外网）
相比于之前分享的ima 云知识库方案，这种本地 AI 知识库既能保护数据隐私，又能让 AI 变得更懂你。
这样，我们可以把所有的文档、笔记、网站都添加到本地知识库中，方便我们进行搜索、总结、对话、写作等操作，真的太香了！
未完待续，公众号持续分享「DeepSeek」及 AI 实战干货，关注「AI技术宅」公众号和我一起学 AI。
最后，如果你还没用过 DeepSeek，清华大学出的《DeepSeek 从入门到精通》推荐你好好看看吧，质量非常高，从原理到应用实践，写得非常好。
版权声明： 本文系公众号 "AI技术宅" 原创，转载、引用本文内容请注明出处，抄袭、洗稿一律投诉侵权，后果自负，并保留追究其法律责任的权利。
更多文章推荐：
觉得不错，别忘了随手点赞+转发哦！
java
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。