概述

前言

大模型私有知識庫，作為大語言模型技術與企業、組織自有數據深度融合的創新知識管理及應用解決方案，能夠為特定用戶群體提供更為精準、專業且安全的知識服務。具體來講，它是借助大語言模型搭建而成，專門為特定組織或個人定制的知識存儲與檢索系統。此系統會對組織內部的專業知識、業務數據、歷史文檔等各類信息進行深度整合與精細化處理，從而構建出獨一無二的專屬知識集合。依托大模型強大的語言理解與生成能力，用戶能夠在此基礎上實現高效的知識查詢與問答交互。

在本教程中，我們將為您詳細介紹基于Dify和DeepSeek-R1模型搭建私有知識庫的方案。利用該方案，您可以在本地便捷地搭建起相應的私有知識庫，大幅提升文本檢索能力。

DeepSeek-R1介紹

DeepSeek-R1 是幻方量化旗下 AI 公司深度求索（DeepSeek）研發的一款高性能推理模型。該模型使用強化學習技術進行后訓練，專注于提升在數學、代碼和自然語言推理等復雜任務上的表現。

本最佳實踐在算力互聯調度平臺的應用市場中，您可快速部署應用，并對外提供API調用服務，方便您即刻體驗，開箱即用。

Dify介紹

Dify 是一站式大模型應用開發平臺。它能便捷接入各類數據并管理，支持模型微調與多模型調用。通過可視化界面和低代碼工具，用戶無需深厚技術背景，就能快速搭建如聊天機器人、智能客服等應用。可用于客戶服務、內容創作等場景，具有降低開發門檻、提升效率、靈活可擴展等優勢，助力企業高效落地大模型應用。

Dify-V1.0.0更新介紹

Dify-V1.0.0正式發布，新版本具有以下亮點：

插件系統：Dify 開發了一套全新的插件系統，用戶可以通過創建后綴為 .difypkg 的插件包來擴展 Dify 的功能。通過安裝不同的插件包，用戶可以為 Dify 添加多種能力，滿足多樣化的開發需求。
工具與模型的解耦：新版本將工具和模型從 Dify 的核心系統中解耦，使其能夠以真正的即插即用方式安裝和擴展。用戶無需修改核心代碼即可輕松添加新功能，極大地提升了開發效率。
新增 Agent 節點：在工作流中，Dify 引入了全新的 Agent 節點。通過插件，用戶可以自定義 Agent 的行為策略，而不再局限于內置的策略（如 CoT）。這為開發者提供了更高的靈活性和控制權。
Extension 插件類型：Dify 新增了一種名為 Extension 的插件類型。這是一種托管在 Dify 內的自定義服務，用戶可以通過插件自定義其代碼，以處理外部 Webhook 事件，進一步擴展 Dify 的功能邊界。
Dify 市場：為了促進插件的共享與分發，Dify 推出了 Dify 市場。這是一個集中化的平臺，用戶可以在其中自由發布和下載各種插件，從而快速獲取所需功能，推動生態系統的繁榮發展。

前置說明

該文檔為應用托管控制臺通過應用市場體驗Dify+DeepSeek-R1模型搭建私有知識庫的說明，通過應用托管控制臺，打開應用市場，創建對應的Dify應用，使用 Dify構建本地知識庫。
本產品中的模型由第三方主體提供，盡管云公司已盡最大努力進行識別和維護，但仍無法保證模型的可用性。請客戶按照該產品的服務協議使用該產品，做好甄別工作，并對自行選擇的服務承擔相應責任。

使用前準備

天翼云賬號注冊：使用應用托管平臺須具備天翼云官網賬號。已有天翼云賬號的直接登錄即可，如無天翼云賬號需先注冊，注冊流程可參考：注冊賬號。
使用前提：如需使用服務請先完成實名認證，請參考賬號中心-實名認證。如需使用按需服務，請確認賬號余額≥100 元。

操作步驟

部署Dify應用

訂購應用

登錄應用托管控制臺，選擇左側的應用市場點擊進入頁面。
在應用市場頁面，選擇目標應用，點擊【開啟應用】，進入應用部署頁面。
填寫管理密碼，選擇訪問策略及公網訪問，勾選同意用戶協議，點擊【開啟應用】，支付訂單，即可完成Dify應用服務部署。

服務詳情查看

進入應用托管租戶控制臺。
選擇【應用實例】，進入應用實例列表頁面。
刷新應用實例列表，等待新創建的應用進入到【運行中】狀態后點擊右側操作欄【訪問】，點擊下拉訪問鏈接。
進入Dify應用界面。可使用管理員賬號和設置的密碼登錄Dify，登陸后用戶可自行進行更改密碼。賬號：admin@admin.com；密碼：可點擊“應用實例”在詳情中“查看配置”中的“管理員密碼”查看。

在Dify中添加DeepSeek模型

Dify支持多模型管理與調用，可以便捷的添加我們所需的模型，我們這里以使用ollama添加DeepSeek模型為例。

在Dify控制臺點擊設置進入模型供應商編輯頁面。
通過OpenAI-API-compatible分別添加一個LLM模型和Text Embedding模型，Text Embedding模型用于知識庫的向量化處理。
添加LLM模型，輸入ollama部署的DeepSeek模型名稱、基礎URL和API KEY，點擊保存添加模型。輸入示例，實際使用時請按情況替換：模型名稱：deepseek-r1:7b；API KEY：YWRta****dPb2psRQ==；基礎URL：需在調用地址后增加后綴/v1。
同樣的方式，添加一個Text Embedding模型用于文檔向量化處理。Text Embedding模型可以與LLM模型使用同一個模型和基礎URL。
在系統模型配置頁面設置系統推理模型和Embedding模型，一般系統會默認選擇第一個可用模型，若模型顯示為空，請刷新頁面后重試。
系統模型配置完畢后，即可在應用編排界面配置模型參數和使用模型。模型參數會影響模型的輸出效果，用戶可自行探索，這里不再詳細描述。

在Dify中搭建本地知識庫

使用Dify 的 RAG 管道功能，企業可以快速搭建本地知識庫，系統會基于本地知識庫返回準確的答案。搭建本地知識庫前請先完成前置步驟：使用Ollama添加DeepSeek模型。

創建聊天助手：選擇聊天助手，輸入應用名稱，點擊創建，進入應用編排頁面。
在Dify頂部導航欄找到“知識庫”按鈕，點擊進入知識庫編輯頁面，上傳需要處理的文檔（支持 TXT、 MARKDOWN、 MDX、 PDF、 HTML、 XLSX、 XLS、 DOCX、 CSV、 MD、 HTM，每個文件不超過 15MB）。
進入文本分段與清洗頁面，選擇我們剛才配置的Embedding 模型并配置其他參數。完成配置后，系統會自動對上傳的文檔進行解釋和向量化處理。
返回Dify聊天應用編排頁面，在上下文中添加我們剛才導入的知識庫。現在我們可以在測試頁面中輸入問題進行提問，系統將會基于本地知識庫返回答案。至此，我們已成功使用Dify+DeepSeek模型構建私有知識庫，Dify還具備工具、函數等強大能力，請用戶自行探索相關功能。