在当前信息科技领域，深度学习模型尤其是大型语言模型和人工智能知识库的应用和研究不断深入，其中，如何实现深度学习模型和AI知识库的本地部署变得越来越受到关注。DeepSeek+Dify作为一套本地部署的知识库方案，为用户提供了一种“傻瓜式”的操作体验，无需复杂的技术背景，也能顺利完成AI知识库的本地部署和运行。
进行系统环境变量的设置是本地部署的先决条件。以Windows 11系统为例，用户需右击“我的电脑”，进入“属性”，选择“高级系统设置”，再选择“环境变量”，然后新建环境变量OLLAMA_MODELS，并指定模型存储位置，例如D盘或E盘下新建的文件夹Ollama3。完成环境变量设置后，重启系统是必要的步骤，以确保新的设置生效。
接下来，需要下载并安装Ollama软件，这是一套提供了各种深度学习模型和工具的集合，可以通过官方提供的网址进行下载。下载完成后，双击打开安装程序并完成自动安装过程。通过这个步骤，用户可以借助Ollama软件管理深度学习模型的下载和部署。
在下载并安装了Ollama之后，进入大模型的本地部署阶段。用户需要打开指定的网站，根据个人电脑配置选择合适的深度学习模型版本，如deepseek-r1的8B模型。复制对应的运行命令到命令行界面，通过执行这些命令来拉取大模型。在此过程中，用户可以测试模型是否正确拉取，并继续执行后续的命令来拉取其它模型，如embedding模型bge-m3。
经过上述步骤之后，用户还需下载并安装Docker软件，以支持大型模型在本地的稳定运行。Docker是一种开源的应用容器引擎，它能够快速部署应用程序，包括深度学习模型。用户需要访问Docker官网，下载适用于Windows系统的Docker Desktop，并进行安装和配置。配置步骤包括设置镜像存储位置，以及覆盖配置文件以指定特定的镜像存储位置和API地址。
在安装Docker后，接下来是下载开源应用平台Dify。Dify是一套开源的AI应用开发平台，它支持用户在本地进行应用的开发和部署。用户可以通过访问Dify的官方GitHub页面下载源码包，解压至指定目录并进行配置。在配置过程中，用户需要根据实际部署环境调整.env文件中的OLLAMA_API_BASE_URL等设置，然后使用Docker命令行工具拉取必要的镜像依赖环境。
本地部署的最后一步是运行并配置Dify开源应用平台。用户在本地地址http://127.0.0.1/install可以看到Dify的配置界面，确认Dify配置并运行成功后，即完成了整个本地部署流程。
以上流程涵盖了从系统环境变量设置、下载安装所需软件、大模型的本地部署、Docker软件安装配置，到开源应用平台Dify的下载与配置，最终实现本地部署AI知识库的完整步骤。整个流程细致、清晰，旨在为用户提供一种简便、高效的知识库本地部署方案，从而推动AI技术的进一步应用和发展。
