以下是使用Ollama和CherryStudio搭建本地知识库的详细步骤和注意事项：
1.了解核心组件
- DeepSeek R1：一个开源的本地化部署的大型语言模型（LLM），提供自然语言理解和生成能力。 模型排行网站:https://artificialanalysis.ai/，https://aitools.xyz/模型测评网:https://lmarena.ai/
- Cherry Studio ：是一款集多模型对话、知识库管理、AI 绘画、翻译等功能于一体的全能 AI 助手平台。
- 知识库核心功能：本地文档的存储、向量化、检索与问答。
2. 准备工作
（1）硬件要求
- 显存：建议 16GB+（如 NVIDIA RTX 4090）以运行大模型。
- 内存：32GB+ 以保证数据处理流畅。
- 存储：至少 50GB 空闲空间（用于模型、文档、向量数据库）。
（2）软件依赖
- Ollama https://ollama.com/
- Embedding模型：如nomic-embed-text，bge-m3
- Cherry Studio：Cherry Studio 官方网站 - 全能的AI助手
3. 部署流程
（1）部署 DeepSeek R1，嵌入向量模型
安装Ollama下载并安装ollama，地址:https://ollama.com/。
修改安装路径ollama默认是安装到C盘，如果想要安装到D盘，则可以使用命令行进行安装。 在D盘新建一个文件夹，例如D:\ollama，用于存放ollama的安装文件和模型。打开命令行（Win+R，输入cmd），使用管理员权限运行，输入D:并回车，切换到D盘，执行命令。 安装完成后，打开CMD，输入ollama显式下面信息表示安装成功。
配置环境变量
如果希望模型下载到指定文件路径如D盘，需要配置环境变量。 首先在想要保存的盘符如D盘创建一个文件夹和子文件夹，名为ollama和ollama\models，如D:\ollama和D:\ollama\models
编辑path变量，添加该路径
新建一个名为OLLAMA_MODELS变量，值为D:\ollama\models。配置完之后需要重启ollama
下载模型并运行
在官网Models里搜索并使用 ollama run deepseek-r1 命令直接下载和配置模型，可以指定版本如 deepseek-r1:1.5b。
打开CMD，运行命令，下载模型并运行 模型下载中，可以查看下载进度
下载完成后显式success字样会自动开启对话>>>，可以输入文本测试模型是否正常运行，如“strawberry中有几个字母r?”,"9.8 和 9.11哪个数大？"收到回复表示模型成功运行。
查看已经安装过的模型，命令ollama list
同样的方法下载Embedding模型 nomic-embed-text
本地启动模型 ： 直接运行命令'ollama run 模型名'可以启动对应模型，查看已经下载的模型使用命令'ollama list'
验证模型：
（2）部署 Cherry Studio安装Cherry Studio访问官网下载安装包，https://cherry-ai.com/download
安装后打开运行，可以看到默认界面如下
配置模型连接本地模型连接 打开Cherry Studio，点击左下角设置-模型服务，选择Ollama，点击管理按钮，在列出的模型后面点击加号添加模型，本地模型不需要配置API密钥，添加完成即配置成功。
切换到对话窗口，在最上方可以切换模型，选择Ollama提供的配置好的模型进行对话。
成功对话，显式对应模型回复的结果。
调用线上模型连接
第三方服务商1-硅基流动 访问官网注册账号:https://cloud.siliconflow.cn/i/j6EsApl8，然后在左下角账户管理，新建API密钥。
打开Cherry Studio，点击左下角设置-模型服务，选择硅基流动，粘贴官网新建的API密钥，点击检查，出现绿色小勾则表示连接成功。
切换到对话窗口，在最上方可以切换模型，选择线上硅基流动提供的模型进行对话。
第三方服务商2-Open Router 注册Open Router账号https://openrouter.ai/,选择右上角个人账户找到Keys选项，进入后选择API Keys进行创建一个新的密钥，创建成功后复制密钥并保存在本地(密钥只会显式一次，需要妥善保存)
打开Cherry Studio，点击左下角设置-模型服务，选择OpenRouter，粘贴官网新建的API密钥，点击检查，出现绿色小勾则表示连接成功。
切换到对话窗口，在最上方可以切换模型，选择OpenRouter提供的模型进行对话。(该模型平台提供最新版本的deepseekv3-0324)
（3）构建知识库
创建知识库，点击左侧知识库-添加，输入知识库名称，选择嵌入模型，如果配置了硅基流动，可选择自带的BAAI/beg-m3，或者可以选择本ollama安装的nomic-embed-text。
点击创建的知识库，上传文件，此时上传部分格式文件如pdf可能会提示解析失败，此时我们需要到切换适合的嵌入向量模型库来处理。
添加完成后，可以在对话窗口引用向量模型进行提问
(4) 使用知识库
在对话问答框里选择对应的知识库进行提问,系统会根据知识库检索并做出回答
验证问答功能
在对话界面输入问题后，系统将自动执行以下流程：
1.问题向量化 → 2.从知识库检索相关内容 → 3.将结果拼接为Prompt → 4.调用模型生成答案。
让模型具有网络搜索能力
设置-网络搜索
在对话窗口打开网络搜索功能
Tavily 联网登录注册教程
https://docs.cherry-ai.com/websearch/tavily
更详细的知识库管理可以参考官方文档设置:
https://docs.cherry-ai.com/knowledge-base/knowledge-base
关于嵌入模型的概念说明:
https://sca.aliyun.com/en/docs/ai/tutorials/embedding/
提示词优化工具-prompt-optimizer:
