我在B站看到一篇很好的内容，想给大家分享下

分享两个可接入DeepSeek的AI知识库，分别适用于个人及企业团队。

首先介绍个人版的AnythingLLM，其优势不仅在于率先接入了DeepSeek模型，更因其安装简便、操作友好，且提供桌面版应用。

首先展示一下支持的模型列表，包括 OpenAI、Ollama 以及 DeepSeek。其中比较特殊的是第一个 AnythingLLM，它支持在本地直接离线安装大模型，包括 DeepSeek 的各个版本。此外，它还支持从 Hugging Face 拉取大模型。

与 MaxKB 相似的是，它可以管理本地知识库，例如将文档导入后学习，并基于这些内容进行提问。

由此可见，AnythingLLM仅适用于个人场景，因其为单机版本，无法支持多用户共享，甚至无法开放给客户使用。然而，其官网提供的云服务版本中，最基础的个人版定价为每月50美元，但其功能与开放性仍无法满足我们的需求。

如果团队需要构建AI知识库或对外提供AI客服服务，可以尝试使用MaxKB。

本次演示将从安装MaxKB开始，展示三种接入DeepSeek模型的方式，并呈现其知识库的实际效果。

为了演示，我将在自己的电脑上重新安装。操作非常简单，只需执行以下命令。由于我使用的是Mac系统，因此适用Linux命令。

复制该命令后，通过Docker方式运行即可，前提是已安装Docker。执行命令后等待完成。

我已预先拉取过镜像，首次执行可能需要一些时间拉取镜像，这属于正常现象。

可以访问了。默认的登录账户密码显示在这里。

为了演示离线 DeepSeek模型，我准备了一台已安装 MaxKB 的服务器。安装完成后，首先需要配置模型。考虑到不同用户的需求，我将演示三种接入 DeepSeek 的方式。

首先介绍 离线部署方案：
1. 先在本地安装 Ollama；
2. 然后在 Ollama 中拉取 DeepSeek模型；
3. 最后在 MaxKB 中进行配置。

我们来看一下 Ollama 的安装过程，其实非常简单。

首先选择 Linux 系统，执行相应的命令即可完成安装。安装完成后，进入模型选择界面，点击 “Models” 选项，即可搜索 DeepSeek 模型。

R1版本包含多个子版本，其中671B为学术版。若用于客服场景，7B或8B版本已足够。

选定版本后，复制右侧命令并在服务器上执行即可。执行完成后，可在MaxKB中查看结果。

在界面中找到 Ollama，点击“添加模型”。由于我已添加过该模型，此处选择修改操作。

  • 模型名称可自定义填写。
  • 基础模型需填写拉取时的名称。若下拉列表中未显示相应选项，可直接手动输入。
  • URL需填写服务器IP地址及Ollama默认端口11434。
  • API Key可随意填写，因Ollama无需此验证。

最后点击提交即可完成模型添加。

在此分享一个曾遇到的问题：若磁盘空间有限，安装 Ollama 后需配置模型存储路径至其他磁盘，因为模型文件通常较大。

以 CentOS 8 为例，修改路径位于系统服务配置文件中，具体操作为调整 Ollama Service 的 EnvironmentOLLAMA_MODELS 参数值。

我们已在本地离线部署了 DeepSeek 模型，同时也可以使用官网提供的 API。

在公共模型中选择 DeepSeek 并添加，随后前往 DeepSeek 开放平台。目前充值功能已重新开放，建议尽快尝试以免再次关闭。

创建 API 后，将生成的 API key 复制使用。

首先，我们暂时命名为DeepSeek。接下来，在大语言模型选项中，我们选择第一个RE模型，并获取其API Key。

如果DeepSeek官方API尚不稳定，可以选择阿里云百链或火山引擎作为替代方案。以下以火山引擎为例进行演示：

  1. 注册登录后，进入控制台。
  2. 选择火山方舟服务。
  3. 在开通管理页面进行操作。

在这里，他开通了 DeepSeek模型 后，我们创建了一个 API Key。接着，我们回到 MaxKB火山引擎 添加模型DeepSeek火山，并选择基础模型。基础模型可在原位置找到。

找到这个DeepSeek-R1-Distill-Qwen-7B，后面有相应的接入文档。

注意，我们将此处的Key复制过来，之前已进行过复制操作。

我们首先将Key放置到URL中。URL可以在下方找到，这里有一个demo示例，具体地址为demomaxkb:8080/uil/appl。我们只需截取到V3部分即可，保存好后进行下一步操作。

接下来是MaxKB的第二步：构建知识库。我准备了几个模拟文档，包括系统流程说明、会议记录、接口文档和数据库设计文档等。现在，我们创建一个名为“仓储项目”的知识库，用于存储与仓储项目相关的资料。

相关文档。

然后选择此项，知识库类型保持不变，创建完成后上传文件并拖入相应内容。

下一步。

智能分段功能通常不会出现问题。等待索引完成后即可使用。

现在可以创建应用，该应用可视为一个机器人。例如，创建”导演工”应用时，我们选择简单配置模式。目前主要关注模型设置，其他描述信息暂时保持不变。

例如，我们使用火扇工具时，下方关联知识库中需要勾选仓储项目。

请注意，DeepSeek模型具有思考过程，若不展示这一过程，响应会显得较慢。保存并发布后，我们进行测试。

首先使用本地DeepSeek模型演示出库流程。结果显示完整思考过程。若对出库审核环节存在疑问，可进一步询问审核环节的设置原因及提出者。

审核的必要性在于确保流程的规范性。根据会议记录，系统可自动识别张明提出的审核需求。此外，该功能还具备一项重要特性，我们将在后续详细说明。

该链接可直接访问，主要用于嵌入第三方功能。我们可以将已创建的AI问答机器人嵌入到其他项目中。例如，以下是一个随机选取的示例。

我之前演示的Demo项目已整合在此处。

右下角有一个浮动机器人图标，点击即可开始聊天，操作方式与之前相同。

你好。

操作完成后，点击此处可进一步放大。最后进行总结。

如果是个人使用，AnythingLLM就足够了。但如果是团队需求或需要开放给客户使用，那么选择MaxKB更为合适。

这是它的官网地址。

建议大家收藏备用。