前面一篇文章详细介绍了实战：在普通PC上部署DeepSeek 7.0B大模型，大家怀疑7.0b模型功能太少，只能进行简单对话，不能转化为生产力。今天我们这篇文章就详细介绍下，利用AnythingLLM搭建个人知识库，投喂相关素材，让DeepSeek真正成为我们的生产工具，拉到最后看测试视频。
显卡：AMD Radeon Graphics （共享8G内存）AnythingLLM是由Mintplex Labs推出的创新应用，它巧妙融合了大型语言模型（LLM）技术，旨在重塑文档交互与管理的体验。这款全栈应用程序支持广泛的文档格式，包括但不限于PDF、TXT和DOCX，使用户能够以一种前所未有的方式与这些文档进行互动。它不仅能够解析和理解文档内容，还能根据用户的指令执行复杂的操作，如信息提取、内容编辑或格式调整。这种交互式的文档管理方式极大地提高了工作效率，使用户能够更快捷、更准确地处理各类文档任务。首先进入AnythingLLM的官网https://anythingllm.com/，点击“Download for desktop”。尝试无法下载或者下载很慢，可关注本微信公众号，回复AnythingLLM获取网盘下载地址。打开下载好的安装包，根据需要选择安装路径，最好默认在C盘，省得后面需要修改运行环境，软件将自动安装。
AnythingLLM安装文件不大，300M不到，但是安装过程十分缓慢，不知道是不是本电脑的配置较低的原因，安装时间达到了10多分钟。安装慢，大家慢慢等待，别着急。
打开AnythingLLM，如下界面，点击Getstarted
配置LLM Preference，因为之前我们配置了Ollama，所以我们选择Ollama，同时模型选择deepseek r1 7b，Max Tokens 默认。
点朝右箭头，开始下一步。
翻译下大致意思是：数据处理方面的隐私，意思是模型和相关聊天记录只能运行在Ollama的机器上访问。这个对于我们测试数据不影响，继续下一步。
这一步是要求填写相关信息，可以根据需要填写，也可以不填写，点击下一步
建立工作区名称，这里我们主要是测试，所以工作区名称就写Test，点击下一步。
至此，我们的配置工作就已经完成了，进行环境测试。
4.上传知识库
点击如上图所示，上传知识文件。我从网上下载了几份医学指南，PDF格式，30-70页不等，食道癌诊断指南2022版、脑血管病防治指南2024年版、肥胖症诊疗指南2024年版、综合医院中医药工作指南。
文件可以直接拉进去，也可以点击上传。
显示上传成功。
选中文件，点击“Move to Workspace”将文件移动到工作区。
再点击“Save and Embed”。若文件较大，此步骤会消耗较长的时间。
根据上传的知识库内容，我们尝试与deepseek，开展对话，测试相关效果和电脑资源使用情况。
思考大约20秒后开始回答，有思考分析过程，输出答案总共花费1分55秒，明显感觉到电脑资源被消耗，但整体看是CPU和内存资源消耗得多，GPU资源相对还好。这也是因为电脑无独立显卡，共享内存的原因，大部分还是使用CPU进行分析，占用大量的内存。
实际测试下来，在AMD Ryzen 5 4600H，16G内存，无独立显卡的电脑上部署DeepSeek r1 7b，通过AnythingLLM部署知识库，开展对话响应时间尚可，回答也比较精准，基本可以实现本地知识库建设，满足一般爱好者和普通工作者需求。
