震撼发布！我把 Deepseek-V3 和知识库结合，打造了一个智能怪物！完整教程已更新

第一步：下载 Cherry Studio安装， 注册 Deepseek API 和 SiliconFlow

注册Deepseek API 用于导入 Deepseek-V3

注册SiliconFlow（硅基流动）用于使用 Embedding 模型，我选用了硅基流动提供的 Pro/BAAI/bge-m3，效果很好。

第二步：导入 CoT Prompt

 ▼ 在 Cherry Studio 中新建一个助理，添加以下 Prompt（richards199999/Thinking-Claude）：

创建知识库

1. 知识库入口：在 CherryStudio 左侧工具栏点击知识库图标进入管理页面
2. 添加知识库：点击添加按钮创建新的知识库
3. 命名：输入知识库名称并选择嵌入模型（如 bge-m3）完成创建

添加文件并向量化

1. 添加文件：点击添加文件的按钮，打开文件选择；
2. 选择文件：选择支持的文件格式，如 pdf，docx，pptx，xlsx，txt，md，mdx 等，并打开；
3. 向量化：系统会自动进行向量化处理，当显示完成时（绿色 ✓），代表向量化已完成。

添加多种来源的数据

CherryStudio 支持多种添加数据的方式：

1. 文件夹目录：可以添加整个文件夹目录，该目录下支持格式的文件会被自动向量化；
2. 网址链接：支持网址 url，如https://docs.siliconflow.cn/introduction^[2]；
3. 站点地图：支持 xml 格式的站点地图，如https://docs.siliconflow.cn/sitemap.xml^[3]；
4. 纯文本笔记：支持输入纯文本的自定义内容。

搜索知识库

当文件等资料向量化完成后，即可进行查询：

1. 点击页面下方的搜索知识库按钮；
2. 输入查询的内容；
3. 呈现搜索的结果；
4. 并显示该条结果的匹配分数。

对话中引用知识库生成回复

1. 创建一个新的话题，在对话工具栏中，点击知识库，会展开已经创建的知识库列表，选择需要引用的知识库；
2. 输入并发送问题，模型即返回通过检索结果生成的答案 ；
3. 同时，引用的数据来源会附在答案下方，可快捷查看源文件。

结语

在 LLM 技术浪潮中，CherryStudio 顺应趋势推出知识库与 RAG 功能，不仅注入了更强大的检索与信息调用能力，还拓宽了其在多元生产力场景中的应用版图。

诚然，受限于当前语言模型的基础能力，体验还有提升空间。但随着技术不断迭代革新，RAG 技术必将成为 AI 应用中的一颗明珠，未来可期。

🚀 重磅：最强 AI 知识库搭建攻略！Deepseek-V3 + RAG，打造专属于你的「AI超级大脑」！收藏转发！#AI进化 #效率提升 💪