✅ 第一步：安装 Ollama（本地大模型运行器）
1. 访问官网下载 Windows 安装包：[https://http://ollama.com/download](https://http://ollama.com/download)
2. 双击安装，默认路径即可。
3. 安装完成后，按 `Win + R`，输入 `cmd` 打开命令行，输入： ollama
若显示帮助信息，说明安装成功。
✅ 第二步：下载并运行 DeepSeek 模型
根据你的内存选择模型版本（建议）：我的电脑是X1，所以我用的是| 12GB | deepseek-r1:14b |，下载用了差不多1小时时间；
按 `Win + R`，输入 `cmd` 打开命令行，输入： ollama run deepseek-r1:14b
首次运行会自动下载（约9GB），完成后可直接对话测试。
✅ 第三步：安装 Cherry Studio（可视化界面）
1. 官网下载安装包：[https://http://cherry-ai.com/download](https://http://cherry-ai.com/download)
2. 安装并启动 Cherry Studio。
3. **配置本地模型**：
– 点击左下角【设置】→【模型服务】→【Ollama】；
– 打开右上角开关；
– API地址填：`http://localhost:11434`；
– 点击【管理】，添加并启用 `deepseek-r1:14b`。
✅ 第四步：安装嵌入模型（用于知识库）
在CMD命令行中输入：ollama pull shaw/dmeta-embedding-zh
> 这是中文语义嵌入模型，支持知识库向量化。
✅ 第五步：创建本地知识库（Cherry Studio）
1. 打开 Cherry Studio；
2. 点击【知识库】→【新建知识库】；
3. 设置名称，选择嵌入模型为 `shaw/dmeta-embedding-zh`；（如果找不到回到第三步配置添加一个这个模型）
4. 拖入本地文档（PDF、Word、TXT、Markdown 等）；
5. 等待文档向量化完成；
6. 返回聊天界面，选择知识库，即可基于本地文档问答。
注：这个有点坑只能用MinerU进行预处理，只有500页，想搞一个本地的‘tesseract’既然不支持，太坑了；
✅ 第六步：测试效果
– 先问通用问题：“你是谁？”
– 再上传一份文档（如简历、论文、手册），问：“这份文档里提到了哪些关键词？”
✅ 总结一句话
下载 Ollama → 拉 DeepSeek → 装 Cherry Studio → 拉嵌入模型 → 上传文档 → 开始问答**，全程本地运行，数据不上传，适合个人知识库搭建。
