本文介绍了如何使用 DeepSeek API 打造个人 AI 知识库。此过程中需搭配嵌入模型,将知识库内容向量化,实现高效检索。DeepSeek 在获取知识库检索结果后,可以输出更清晰、准确的回答。
首先,进入 Cherry Studio 的设置界面,配置嵌入模型。本例选用硅基流动服务,因为其提供免费的嵌入模型。

点击“点击这里获取秘钥”。

进入硅基流动官网。如果没有账号请注册,这里不再赘述。登录后,在左侧菜单栏点击“API秘钥”并选择“创建API秘钥”。

输入自定义名称,例如“xxx”,点击“新建密钥”。

复制生成的 API 密钥。

将秘钥粘贴到 Cherry Studio 的设置界面中。

在此前的文章中,嵌入模型需在硅基流动页面手动选择。而本次发现 Cherry Studio 现已支持直接选择嵌入模型。依次点击“模型” → “管理”。

分类选择“嵌入”,再选择“BAAI/bge-m3”嵌入模型。

最后,确保界面右上角的开关已打开。

至此,嵌入模型配置完毕。
接着在 Cherry Studio 左侧菜单栏点击“知识库”,然后点击“添加”。

进入添加知识库页面后,选择已配置好的“BAAI/bge-m3”嵌入模型,输入知识库名称(如“Redis”),然后点击“确定”。

接下来可为知识库添加数据。Cherry Studio 支持多种数据源,包括文件、目录、网址、网站和笔记。

本例以“文件”方式为例,点击“文件”,再点击“添加文件”。

完成上述操作后,返回 Cherry Studio 左侧菜单栏选择“助手”,然后新建对话。此时不关联知识库,直接用 DeepSeek Chat 询问“Redis 最新版本号是多少”。

可以看到 AI 给出的答案是错误的(知识停留在老版本,实际最新版已是 8.x)。接下来,尝试关联刚刚创建的 Redis 知识库进行新一轮提问。
点击“知识库”,选择 Redis 知识库。

再次询问“Redis 最新版本号是多少”,AI 这次给出了正确答案(8.0 版本)。

通过以上流程,可以高效构建个人 AI 知识库,并有效提升 AI 回答的准确性和时效性。