前言
你想过和自己聊天吗？
你想通过对话的方式读一本书，或看一篇几万字的论文吗？
如果你有以下需求之一：
1. 想将自己积累了很久的笔记整合起来，方便自己分析。
2. 想建立自己的素材库。
3. 你（或你的孩子）想通过对话聊天的方式学习新知识。
那么建议你跟着这篇教程，赶紧搭建一套个人知识库，来快速检自己想要的信息。
主流的个人知识库软件有 AnythingLLM、Dify、Cherry Studio、MaxKB 等。
| 产品 | Github 关注数 | 使用方式 | 知识库说明 | 官网地址 |
| Dify | 64.7k | web | 支持 Notion、Web 站点、文件(每个文件不超过 15MB) | https://dify.ai/zh |
| AnythingLLM | 35.3k | 桌面版或 web | 支持 Web 站点、文件 | https://anythingllm.com/ |
| Cherry Studio | 9.5k | 桌面版 | 支持 Web 站点、文件 | https://cherry-ai.com/ |
其中 AnythingLLM 功能强大，但 Dify 和 Cherry Studio 对中国用户更友好，这里我用 AnythingLLM 为例说下如何搭建个人知识库。
AnythingLLM 演示成果
为方便理解，这里先看个很简单的演示成果。
AnythingLLM 搭建个人知识库
安装 AnythingLLM
AnythingLLM 提供了桌面版和 Docker 等几种安装方式，其中桌面版的安装简单，Docker 安装的功能会更丰富一些。
我把这两种方式都说下。
1、安装 AnythingLLM 桌面
浏览器打开官网 https://anythingllm.com/ ，点击"Download for desktop" 下载。
你也可以根据自己电脑的操作系统复制下面地址下载：
1. 苹果系统：https://cdn.anythingllm.com/latest/AnythingLLMDesktop-Silicon.dmg
2. Windows: https://cdn.anythingllm.com/latest/AnythingLLMDesktop.exe
3. Linux：执行 curl -fsSL https://cdn.anythingllm.com/latest/installer.sh | sh 下载安装。
下载完成后，点击安装包一路安装就行。安装完成后，点击 AnythingLLM 图标启动服务。
2、Docker 安装 AnythingLLM
Docker 安装的 anythingllm 有些自己独有的配置，如自定义头像等功能，Docker 的安装过程如下：
在终端执行如下命令拉取镜像：
docker pull mintplexlabs/anythingllm
拉取完成后就启动实例了，对于 macOS 和 Linux 系统用户而言，执行如下命令启动 Docker 容器：
export STORAGE_LOCATION=$HOME/anythingllm && \
mkdir -p $STORAGE_LOCATION && \
touch "$STORAGE_LOCATION/.env" && \
docker run -d -p 3001:3001 \
--cap-add SYS_ADMIN \
-v ${
STORAGE_LOCATION}:/app/server/storage \
-v ${
STORAGE_LOCATION}/.env:/app/server/.env \
-e STORAGE_DIR="/app/server/storage" \
mintplexlabs/anythingllm
对于 Windows 用户，在 powershell/wsl 中执行如下命令：
$env:STORAGE_LOCATION="$HOME\Documents\anythingllm"; `
If(!(Test-Path $env:STORAGE_LOCATION)) {
New-Item $env:STORAGE_LOCATION -ItemType Directory}; `
If(!(Test-Path "$env:STORAGE_LOCATION\.env")) {
New-Item "$env:STORAGE_LOCATION\.env" -ItemType File}; `
docker run -d -p 3001:3001 `
--cap-add SYS_ADMIN `
-v "$env:STORAGE_LOCATION`:/app/server/storage" `
-v "$env:STORAGE_LOCATION\.env:/app/server/.env" `
-e STORAGE_DIR="/app/server/storage" `
mintplexlabs/anythingllm;
执行成功后，在浏览器中打开 localhost:3001 使用 AnythingLLM。
如果有如下报错：
docker: Error response from daemon: Mounts denied:
The path /Users/maming/software/anythingllm/.env is not shared from the host and is not known to Docker.
You can configure shared paths from Docker -> Preferences… -> Resources -> File Sharing.
See https://docs.docker.com/desktop/settings/mac/#file-sharing for more info.
则打开 Docker 桌面版，点击设置 -> Resources -> File sharing -> 添加目录 -> Apply & restart 后，再重新执行 Docker 命令启动 AnythingLLM。
配置 AnythingLLM
初次打开 AnythingLLM 时，欢迎页面如下图，点击 “Get started”：
在 LLM Preference 中，根据自己的需求配置大语言模型。
以 DeepSeek 为例，点击选择 DeepSeek 后，然后去 https://platform.deepseek.com/api_keys 点击创建 API key，复制 key 粘贴到下图的 API key 输入框中，再选择对话模型为 deepseek-reasoner，即 R1。
由于 DeepSeek 官网 API 太卡，所以这里我以硅基流动作为默认配置，如果你不知道怎么操作的话，可以参考此文来创建硅基流动的 Key。
如果想使用硅基流动的服务，则需要选择 Generic OpenAI，各选项值如下：
1. Base URL：https://api.siliconflow.cn/v1
2. API Key：需要你在 https://cloud.siliconflow.cn/account/ak 中创建一个 key
3. Chat Model Name：如果是 DeepSeek R1 的话，则为 deepseek-ai/DeepSeek-R1。你也可以在模型广场 https://cloud.siliconflow.cn/models 中查看其他模型名称。
4. Token context window：DeepSeek R1 上下文长度最大为 64k，所以这里直接写 65536。
5. Max Tokens：查看硅基流动文档知，deepseek-ai/DeepSeek-R1 最大 token 为 8192。
配置完成后，点击向右箭头的按钮，进入下一步。
配置邮件地和用途，继续下一步。
然后配置工作区名称，比如我就叫 workspace，点击下一步完成配置。
进入主页面后，我们再进行一些通用设置，如修改主题色，修改展示语言为中文。
配置完成后，点击自己的工作区，就可以开始对话啦。
创建知识库
接下来我们看看如何配置个人知识库，建议是根据不同的功能创建不同的工作区，如我们可以为生活、写作、读书等创建不同的工作区。
_注：本部分即上面视频演示的部分。
_
点击"新工作区"，输入工作区名，比如我取名为“DeepSeek 教练”，用于帮助我们学习 DeepSeek 知识。
接着点击上传按钮，上传文件。
然后上传我们的学习知识，PDF 以现在很火热的清华大学《DeepSeek：从入门到精通》为例，点击上传就可以了。网址以 https://qileq.com/404/ 、 https://qileq.com/408/ 为例，点击 “Fetch website” 就行了。
然后选中所有文档，点击 “Move to Workspace”，将文档移动到工作区。
点击 Save and Embed，等待数据向量化完成。
回到聊天区域，我们问个之前说过的一个好用的模板：“Deepseek 有什么好用的聊天模板吗？”
诶，他的回答就是我们在之前的文章中说的。
末尾还会显示引用来源，是不是很好用！
这里举了个简单例子帮我们测试整个流程，在实际使用的话，你可以将论文、课本、文章、英文资料等等都上传到自己的工作区，然后针对性的提问，这样能大大的提升效果！
使用 Agent 功能
AnythingLLM 还支持 Agent 功能，比如联网搜索、生成图表等，我们需要在设置的“代理技能”中
开启这些功能，然后点击保存就行了。
对于联网搜索功能而言，还需要我们指定搜索引擎：图简单的话，就使用 DuckDuckGo，无需额外配置，配置好后点击保存按钮。
如果想要更准确的结果，则使用 Google 或 Bing，这两者需要申请 API Key，其中 Google 每天有 100 次的免费查询额度，Bing 每个月有 1000 次免费查询额度。
在使用时需要我们指定对应的 @agent 才会生效，不过我在使用时，发现并不好用。
AnythingLLM 还对 Agent 做了些技能扩展，点击设置 -> Community Hub -> Explore Trending 可查看这些扩展。
如生成 Google 和 Outlook 的日历事件。
还可以增加更多斜线 / 命令。
如我们将 /flashcards 加入工作区后，只需要执行 /flashcards 即会根据工作区内容生成 flashcard，这种命令对学习英语还是蛮有用的。
同样的，将 /translate 加入工作区后，只需要执行 /translate 即可翻译内容。
小结
就我的使用经验来看，AnythingLLM 的功能还是很丰富的，但软件偶尔会有些 bug，整体还是蛮好用的。
你想过和自己聊天吗？
最后的最后
感谢你们的阅读和喜欢，作为一位在一线互联网行业奋斗多年的老兵，我深知在这个瞬息万变的技术领域中，持续学习和进步的重要性。
为了帮助更多热爱技术、渴望成长的朋友，我特别整理了一份涵盖大模型领域的宝贵资料集。
这些资料不仅是我多年积累的心血结晶，也是我在行业一线实战经验的总结。
这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。如果你愿意花时间沉下心来学习，相信它们一定能为你提供实质性的帮助。
这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
DeepSeek全套安装部署资料
大模型知识脑图
为了成为更好的 AI大模型 开发者，这里为大家提供了总的路线图。它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
经典书籍阅读
阅读AI大模型经典书籍可以帮助读者提高技术水平，开拓视野，掌握核心技术，提高解决问题的能力，同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说，阅读经典书籍是非常有必要的。
实战案例
光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
面试资料
我们学习AI大模型必然是想找到高薪的工作，下面这些面试题都是总结当前最新、最热、最高频的面试题，并且每道题都有详细的答案，面试前刷完这套面试题资料，小小offer，不在话下
640套AI大模型报告合集
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。
这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】