介绍如何利用 Ollama 和本地浏览器插件 Page Assist 在 Windows 环境下部署 DeepSeek-R1 大模型并构建支持联网搜索的个人 AI 知识库。通过配置 RAG 技术，用户可以上传 PDF、Markdown 等私有文档，实现基于本地数据的智能问答，同时保障数据隐私安全。教程涵盖环境安装、模型拉取、插件配置及知识库管理全流程，适合希望低成本体验大模型能力的开发者。
随着大语言模型（LLM）技术的飞速发展，如何在保障数据隐私的前提下利用 AI 能力处理个人知识成为了许多开发者和用户的关注焦点。本文将详细介绍如何在 Windows 环境下，利用开源工具 Ollama 和本地浏览器插件 Page Assist，部署 DeepSeek-R1 大模型并构建支持联网搜索的个人 AI 知识库。通过 RAG（检索增强生成）技术，用户可以上传私有文档进行智能问答，实现低成本、高隐私的 AI 应用体验。
在开始部署之前，请确保您的计算机满足以下基本要求：
Ollama 是一个用于运行大型语言模型的轻量级工具，支持多种主流模型架构。
localhost:11434 端口。打开命令提示符（CMD）或 PowerShell，输入以下命令检查服务状态：
ollama list
若显示服务正在运行且无报错，则说明安装成功。
为了构建完整的知识库问答系统，我们需要两个核心组件：一个用于对话的大语言模型，以及一个用于文本向量的嵌入模型。
DeepSeek-R1 是高性能的开源推理模型。我们选择轻量化的 1.5B 版本以便在普通硬件上流畅运行。
在 CMD 窗口中执行以下命令拉取模型：
ollama run deepseek-r1:1.5b
首次运行会自动下载模型权重，请耐心等待下载完成。下载后，您可以直接在该终端窗口中与模型交互进行测试。
为了实现 RAG（检索增强生成），我们需要将文档内容转化为向量。Nomic Embed Text 是一款优秀的开源嵌入模型。
执行以下命令拉取嵌入模型：
ollama pull nomic-embed-text
该模型将用于计算用户提问与知识库文档之间的相似度。
Page Assist 是一款专为本地 LLM 设计的浏览器扩展，它提供了友好的图形界面来连接本地 Ollama 服务，并管理知识库。
http://localhost:11434）。这是构建个人 AI 知识库的核心环节，通过 RAG 技术，AI 可以读取您上传的文档并基于此回答问题。
nomic-embed-text。Page Assist 支持多种常见文档格式，包括：
.pdf：PDF 文档.csv：表格数据.txt：纯文本文件.md：Markdown 笔记操作步骤：
虽然本地模型无法实时获取互联网信息，但 Page Assist 允许集成搜索引擎。
完成上述配置后，您可以在浏览器侧边栏或独立窗口中开始使用 AI。
输入问题："请总结我上传的关于 Python 编程的文档要点。" 系统会检索知识库中相关的 PDF 或 Markdown 内容，并结合 DeepSeek-R1 生成回答。
输入问题："DeepSeek-R1 的最新性能评测如何？" 系统会先通过网络搜索相关信息，再综合本地知识库中的模型介绍进行回答。
如果运行过程中出现 OOM（Out Of Memory）错误，可以尝试：
通过本教程，我们成功在本地环境中搭建了基于 DeepSeek-R1 的个人 AI 知识库。这种方案不仅实现了数据的完全私有化，还通过 RAG 技术赋予了 AI 阅读和理解私有文档的能力。配合联网搜索功能，它既保留了本地部署的安全性与低成本，又具备了获取外部信息的灵活性。对于希望深入探索大模型应用、构建垂直领域助手的技术人员而言，这是一个极佳的入门与实践路径。
未来，随着本地算力的提升和模型压缩技术的发展，此类本地 AI 应用的体验将更加流畅，应用场景也将进一步拓展至代码辅助、数据分析等多个领域。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online