|
前段时间用大模型搭建了一个自用本地知识库，觉得很好用！像有个助理任劳任怨地，可以随时召唤处理一些搜索、归纳的工作，减少人肉工作量，如有神助。最主要是数据全部放在本地（资料文件在个人电脑上），除了调用大模型联网，相对来说是比较安全的。如果考虑绝对数据安全的，那就需要大模型本地部署了。我突发奇想，当前安全管理工作涉及的法律法规、规章条例众多，如果把这些内容进行知识库化，用时就能做到信手拈来，找到出处，减少遗漏错误。个人认为最重要的一点，能避免“AI幻觉”干扰你所获得条款、条文，因为大模型获取的信息源都来自本地文件。我使用方法是基于cherry studio平台+硅基流动，当然也有其他方法，有兴趣的可以去探索。我使用的是cherry studio，该怎么解释它的作用功能呢？简单说就是一个“AI万能工具箱”，做个不准确的比喻：它主要有三大功能。 大模型集合体：如同工具箱里既有瑞士军刀（通用模型）、电钻（专业模型）。 知识库管理：像智能文件柜，不仅能自动分类资料（文档处理），还能瞬间找到夹在书页里的便签（向量检索）。 生产力工具：好比桌面上摆着翻译器、绘画本、灵感速记本，一键切换各场景。 cherry studio扮演中间人，左手牵着大模型，右手拉着知识库里的文件，你两就在我这里交付产品吧！产品定制要求来自你。首先安装cherry studio，网站 https://www.cherry-ai.com/第二步，依次点击设置→模型服务→硅基流动→打开按钮。第三部，在硅基流动官网注册账号，并新建api密钥。第四步，把官网api密匙复制到cherry studio里，点击检测，成功连接会显示✓。api密钥的作用相当于一把钥匙，如果和刚才新建的密钥一致就能直接使用硅基流动所有的模型。同理也能在列表里DeepSeek、kimi平台新建密钥。文本嵌入模型能实现常用的检索功能：密集检索、多向量检索和稀疏检索。常用免费的是BAAl/bge-m3。 用大家听得懂的话解释：就像一台“语义翻译机”—它能把文字（比如句子、段落）转换成计算机能理解的数字密码（向量）。这些数字不仅能保留原文的意思，还能让计算机快速比较不同文本的相似度。 处理数字是计算机最擅长的了。 首先搭建知识库，依次点击知识库→添加→常规设置→选择BAAl/bge-m3。 提醒下，最左侧导航栏，需要在设置里的显示设置修改才会出现。 知识库搭建完成，就能文件“喂”给知识库了。文档、网址来者不拒。我上传了消防法文本文档。3 使用知识库 完成上述两步，知识库已经搭建完成，切换到对话栏就能使用了。使用前先选择自己要用的模型，在选择知识库。说下deepseek两个版本模型区别，R1偏推理，对发散性问题处理比较好；V3适合长文本处理，各有所长。演示一下，我键入“人员密集”，等待几秒后得到输出结果。结果中的某些内容右上角数字就是引用来源。当你电脑上有很多的日常储备的文件，急需某条专业标准要求时，使用大模型搭建知识库不失为一个高效准确的方法。这个知识库也有个缺点，就是只能在当时安装的电脑上使用，对于有频繁变动的工作地点的不太友好。不过我也想到了办法：在硬盘里直接搭建知识库和储存资料，有电脑情况下便能随时召唤知识库。 | 
