蛇年最大的信息差就是 deepseek，所以我在本地也部署了 deepseek，并且使用 anythingllm 投喂了面渣逆袭 PDF 版本，这里就给球友们普及一下。

没什么华丽的技巧，非常简单易懂。

PDF 格式下载 https://pan.baidu.com/s/1xzbtEiFIBDBBWrdKn9s5nQ?pwd=gd8r

第一步，安装 ollama

Ollama 是一个本地运行大语言模型（LLM）的工具，支持 DeepSeek、Llama、Mistral 等开源 AI 模型，允许用户在本地推理和交互。

能够提供高效的模型管理、轻量级 API，并支持CPU 和 GPU 加速。相比云端 API，Ollama 更安全、可离线运行，适用于本地开发、私有数据处理和 AI 应用开发。

下载地址：https://ollama.com/download/mac

我本机是 macOS，如果你是 Windows，下载 Windows 版本就可以了。

下载完成后，macOS 是不需要安装的，双击就可以解压，把 App 拖到应用程序当中就可以了。

双击。

就完成了 ollama 的运行，注意没有任何界面。

可以在导航栏看到这个可爱的小图标，就表示 Ollama 已经成功运行了。

也可以在浏览器输入 http://localhost:11434/，查看运行状态。

第二步，拉取deepseek-r1 模型

DeepSeek-R1 是 DeepSeek 团队推出的一款开源、支持 128K 长文本上下文的 Transformer 大语言模型，在代码生成、数学推理等任务上表现出色。

ollama 支持 deepseek 的全尺寸版本，比如说 1.5b、7b、8b、14b 等，本地建议安装 7b 版本，体积大小最合适。

然后在控制台输入 ollama run deepseek-r1:7b 运行，我家的网速很一般，这里拉取模型花了不少时间。

截图这会有 2.5M/s，但不是很稳定，慢的时候只有 300 多 kb，所以这一步需要花时间耐心等一下。

我差不多是花了一个晚上才搞定，截图都到第二天了，非常消耗耐心。

等 deepseek 拉取完成后，就可以在控制台进行交互了，直接输入文本进行提问就可以了。

第三步，安装anythingllm

AnythingLLM 是一个开源的本地 LLM（大语言模型）管理和知识库平台，可以让用户轻松将文档、网页、数据库等数据接入到本地或远程大模型（如 Ollama、GPT、DeepSeek 等），实现自定义的 AI 助手。

它支持多数据源整合、私有化部署，并提供 Web 界面 和 API，适用于企业知识管理、自动化客服、AI 辅助研究等场景。

直接通过 https://anythingllm.com/desktop 就可以下载桌面版本。

双击运行安装就可以了，打开后的界面如下所示。

我这里已经配置好了面渣逆袭的 PDF 知识库，如果你是第一次运行，需要在启动过程中选择 ollama。

也就是我们前面搭建好的 deepseek-r1，在设置界面这里也可以配置。

如果想投喂知识库，直接在工作区这里点击【上传】小图标，在弹出的窗口中选择需要上传的文件，如面渣逆袭 jvm 篇。

我这里已经上传过了，你还可以通过网页的形式，或者 GitHub 仓库的形式给 deepseek 投喂数据。

比如说，我这里选择投喂了二哥的 Java 进阶之路 GitHub 仓库。

完事后，我们就可以在聊天窗口里进行提问了，比如我问“对象创建的过程了解吗？”

就可以通过 deepseek 进行推理回答了。

可以看到推理过程，以及结果。

点开底部的 show citations 还可以看到我们刚刚投喂的PDF。

我们还可以在设置这里配置查询还是聊天模式，查询模式的话，就是主要基于知识库给出结果，聊天的话，如果你问的数据在知识库中是没有的，大模型可能会胡编乱造一些给你，这里一定要注意。

到此为止，在本地搭建属于你自己的知识库，就算是完成了。

如果有球友想通过这种方式快速消化掉《Java 面试指南》中的大厂面经，就可以通过这种方式来完成。

比如说，你可以拿腾讯的面经，通过本地知识库来进行检索查询答案。

然后从面渣逆袭中快速 get 到对应的结果。

学习的效率就能翻倍了。

小结

蛇年，最火的主题就是 deepseek，这段时间，网上铺天盖地都是 deepseek 的信息，甚至割韭菜的，希望大家不要成为工具的受害者。

其实，对于我们普通人来说，压根不用去买课，就能搭建一套属于自己的本地知识库，还非常简单。