仅需5分钟，人人可享的DeepSeek R1满血版服务（含个人知识库配置）

今天，给大家介绍一个我最近一直在用的AI对话工具Cherry Studio，这是一款聚合主流大语言模型服务的桌面工具。

它通过直观的可视化界面和远程 API 接口配置，实现了跨平台调用各类服务商提供的模型，为大家对话大模型，以及搭建知识库提供了新的思路。（本文参考了知乎@荣姐聊AI 的文章内容）

一、下载安装Cherry Studio

打开 Cherry 官网：https://cherry-ai.com/download，选择适配自己操作系统的版本进行下载。

按照安装指引默认安装就可以了，安装完成界面如下：

二、选择 DeepSeek R1 模型

1、配置模型服务

点击左下角设置，配置模型服务，把硅基流动中申请的 API 密钥添加进去。

没有申请过密钥的，可以在 API 秘钥下方“点击这里获取密钥”，进入硅基流动官网，点击创建 API 密钥即可。

没注册硅基流动的朋友，可以用我的邀请码注册，双方各获得 2000 万 Tokens。邀请码链接：

https://cloud.siliconflow.cn/i/HdCmrKOJ

注册登录后，点击界面左侧 API 密钥。

选择新建API密钥，输入密钥描述后，点击新建密钥，就会生成一条记录。

点击自己刚才新建的密钥复制，待下一步使用。

2、添加 DeepSeek R1 模型

在下方点击管理，添加 DeepSeek R1 模型：deepseek-ai/DeepSeek-R1。

如果点击管理不展示模型列表，可以点击管理旁边的“添加”按钮，输入模型名称进行添加。

（模型名称可在硅基流动官网模型广场找到并复制，比如这里我添加的是“deepseek-ai/DeepSeek-R1”）

3、测试连通性

点击检查按钮进行测试，看到检查按钮变成对钩就是测试通过了。

4、开始对话

创建一个对话智能体后，

就可以愉快地和deepseek R1大模型对话了。

三、进阶教程：搭建本地知识库

1、添加嵌入模型。

点击管理按钮，选择嵌入模型，可以把这几个都添加进去。

确认后可以看到我们之前添加嵌入式模型了。

2、添加本地知识库。

点击左侧知识库按钮，添加本地文档。

3、填写知识库名称，选择嵌入模型。

4、添加本地知识库文件。

支持多类型知识，包括文件、目录、网址、网址、笔记等。

我这几年用logseq笔记工具，已经积累了十几G的本地化文档，把本地的一个页面目录添加进去，出现对钩就是处理完了。

四、使用知识库对话

1、在聊天窗口选择知识库图标，选中之前创建的知识库。

2、后续就可以在聊天区域，带知识库和deepseek对话了。

选中本地知识库的对话会出现引用，脚注内容就是知识库文档的具体引用。

五、写在最后

以上就是整个配置过程，还挺简单的。按流程配置好后，你就可以直接选择知识库和deepseek 开始愉快地对话了。

这里要补充一下对话性能问题。用硅基流动送的token调用deepseek r1虽然不会拒绝服务，但输出还是有点慢，可以考虑充点值，用pro版本的模型输出会快很多。

另外补充一个数据安全的问题。

今天我和朋友交流的时候，朋友对知识库的隐私和数据安全表示担忧。于是我在cherry官网找到这张关于选择知识库对话的数据流程图如下：

也就是说，数据的隐私更多看调用的模型是内部还是外部，cherry studio只是一个客户端调用集合。

因为知识库向量化和对话都是调用外部api服务，所以数据都是会上传到外部。因此，如果要保证数据安全，最好的方式还是本地化模型部署。

本次的分享就到这里，赶紧自己部署体验吧，过程中如有问题可随时交流。

1.微咨询：医疗信息化行业现状、好的家庭教育建设方案；

2.技能类：AI效率工具、新媒体运营、短视频剪辑；

3.社群类：读书写作及家庭教育陪伴社群。

– 长按或扫一扫，加我好友 –

往期回顾：

职称评定工作量指标统计的优化思路和实践

观同事工作汇报有感

工作记录 | 借调国家卫生健康委工作总结报告

个人转载内容至朋友圈和群聊天，无需特别申请版权许可。

用心记录 美好生活

Life is so short…