前面我们介绍了Ollama的安装和使用，并通过Open-WebUI进行调用，相信大家对Ollama也有了一定的了解；这篇博文就结合Ollama工具和CherryStudio工具构建一个本地知识库（RAG）；在进行接下来的操作之前，需要本地已经安装并配置好Ollama工具，还没有安装的小伙伴可以根据这篇博客完成本地安装；
一、下载模型
要构建本地私有知识库需要用到两个模型，一个是用于总结、生成文本的大语言模型，另外一个则是将本地知识进行特征化转换的Embedding模型；下面我们就通过Ollama来拉取这两种模型到本地；
1.1 启动Ollama
ollama serve
1.2 拉取大语言模型
登陆Ollama官网，选择适合的大语言模型，这里以deepseek- R1-1.5B为例，复制拉取命令到终端拉取模型；
1.3 拉取词嵌入模型（Embedding）
在Ollama官网的Models导航栏选择Embedding选项，选择适合的模型和上述相同的方式进行本地拉取；这里以bge-m3为例；
拉取到本地后，我们在终端通过‘ollama list’来查看本地模型列表，如下所示可以看到这两个模型已经全部拉取到本地；
二、CherryStudio
Cherry Studio 是一款支持多个大语言模型（LLM）服务商的桌面客户端，兼容 Windows、Mac 和 Linux 系统；
官方网站
Github
2.1 下载并安装
登陆CherryStudio官网，下载对应系统的安装包，按照安装提示进行本地安装；
2.2 适配Ollama
本地打开CherryStudio工具，如下图按顺序依次点击；
在管理界面，选择刚刚拉取的两个模型进行添加；
2.3 添加知识库
这里需要自己提供一个txt格式的文本文件，文本文件的内容就是需要部署的知识库文本，以问答的形式进行呈现，这里简单展示一下事例：
# knowledge.txt1.**什么是Ollama？**-Ollama 是一个开源的本地大语言模型（LLM）运行框架，允许用户在自己的计算机上轻松部署和运行各种大型语言模型，如 LLaMA、Mistral 等。
2.**Ollama支持哪些操作系统？**-它支持多种操作系统，包括 Windows、macOS 和 Linux，并提供了命令行界面和 REST API 接口；
3.**如何安装使用Ollama工具？**-请参考《Ollama:大模型部署工具安装及使用》这篇博客；
按照下图所示依次点击并添加提示信息，完成知识库添加；
接下来添加上面的 knowledge.txt文件，如下：
2.4 运行
所有配置都完成之后，我们就可以基于私有知识库进行问答了；如下图按照序号依次选择开启对话，选择大语言模型为Ollama导入的deepseek-R1：1.5B模型；
点击下方的知识库图标，选择已添加的知识库；
2.5 效果展示
这样以来，大模型就会参考私有化知识库的内容进行作答了；这里只是简单的介绍了一下私有化知识库的部署流程，大家可以根据这个流程深化自己的知识库，达到很高的输出效果～
