全网最细！DeepSeek+Dify构建个人知识库，用过的人都说香！

我建了一个DeepSeek交流群，里面会分享：

1，DeepSeek的本地部署安装的教程

2，使用技巧的教程；

3，搞副业案例。

有兴趣，添加下方微信，备注【学习】。

--

进入正题。

DeepSeek火了之后，很多知识库软件也顺势接入了对DeepSeek大模型的支持。

这让原本就好用的知识库软件更加智能更加平民化，可以说是如虎添翼。

之前，晓棠哥已经出了Anything、Cherry和RAGFlow构建知识库教程，有兴趣的可以查看往期文章。

今天，晓棠哥带来的教程是在Dify中接入DeepSeek，并构建个人知识库的教程。

教程一共有以下3个大步骤：

1，下载安装Docker；

2，下载并运行Dify；

3，在Dify上接入Deepseek，构建个人知识库。

01 下载安装Docker

下载Docker并安装的教程在之前的文章里面已经写过了，在这里就不重复了，点击下方链接即可直达教程：

02 下载并运行Dify

1，进入GitHub上的Dify仓库，选择下载ZIP文件；

仓库地址：

https://github.com/langgenius/dify

2，解压下载的压缩包，进入docker目录中；

3，进入docker目录后，找一个空白的地方单击鼠标右键，点击【在终端中打开】按钮；

4，在出来的命令行窗口中输入执行【复制环境配置文件】命令；

命令语句：cp .env.example .env

5，检查本机docker的Compose版本，输入下面命令检查

docker compose version

我电脑执行后显示的是2.34的版本。

6，根据上面的检查结果执行下面不同的启动命令

如果版本是 Docker Compose V2，使用以下命令：

docker compose up -d

如果版本是 Docker Compose V1，使用以下命令：

docker-compose up -d

我的是V2版本，所以执行第一条命令，执行后Docker就会开始构建镜像

这个时候可以起身活动活动，等它所有的进度条走完

等进度条走完之后，就会在这里显示一大堆绿色的started，当你看到这些的时候就说明已经构建完成并且启动了。

7，运行Docker命令检查以下启动是否成功，检查命令为：

docker compose ps

看到上面信息的时候，说明已经启动成功了！

03 在Dify上接入Deepseek模型

1，打开Dify页面，访问地址为：

http://localhost

2，在新页面中设置管理员账户，这个账户你需要记住，因为后面管理都是用这个账户，账户设置好之后会进入到登录页

3，输入账号密码进行登录，登录之后来到Dify的主界面

4，点击右上方个人头像，点击设置；

5，点击左边的【模型供应商】，添加ollama到模型列表,并点击添加模型；

6,分别按照下面两种方式，选择本地的DeepSeek模型和nomic向量模型；

添加DeepSeek模型，注意这里要添加你下载的模型名，主要是后面参数的区别，我是7b，所以写7b。

添加nomic向量模型。

以上两种模型的基础URL都填写：

http://host.docker.internal:11434

04 新建Dify知识库

2，点击上传文件；

3，导入完成后，点击下一步按钮；

4，在文本切割设置页面，所有的设置都保持默认，拉到最下面，看到已经选择了nomic向量模型，这时点击【保存并处理】按钮即可；

5，当你看到下面这两个提示，就代表你的知识库就创建成功了！

05 效果验证

1，点击【工作室】，点击左边卡片的【创建空白应用】；

3，跳转新页面后，点击点击刚才创建的聊天助手；

4，选择知识库，点击右边的添加按钮；

5，点击刚才新建的知识库，然后点击添加；

6，输入prompt系统级提示词；

7，在右边输入问题；

8，DeepSeek接受到问题后思索片刻，就会给出回答，如下：

可以看到，DeepSeek已经顺利读取到了知识库的内容给出了回答，并且在最下面还指出了引用的知识库文件。

06 写在最后

这个在本地部署Dify，并且接入本地DeepSeek的教程已经写得非常细致，跟着教程一步一步来，你也可以在本地部署Dify并接入DeepSeek。

当然，如果部署过程中实在遇到了问题，可以添加晓棠的微信获取帮助，扫一扫下方即可添加：

-- End --

--

我是AI晓棠哥，

我会每天分享关于AI的最佳实践。

关注我，你将更快利用AI来为工作生活提效。