借助AI的能力，实现本地知识库（工具版）

本文将详细介绍，如何利用ai的能力，借助cherry stdio，实现一个离线的、纯个人的本地知识库

明确目标

目前主流的agent，如豆包、chatgpt等，基本逻辑：界面中，用户输入问题， loading…., 输出结果。我们要实现的也是这一套，只不过，大模型思考的过程中，所用到的资料，是我们自己的，而不是来自于网络。
这里需要解释一点的是，模型也分成了很多种类。如bge-m3这种，属于嵌入模型，bec-reranker-base_v1，属于重排模型。这俩可以理解为拆分资料库用的。输入原始问题，通过这俩，定位到相关片段。有了相关片段,再通过如QAwen这种推理模型，归纳总结这些片段，然后以人话的形式，输出结果。

具体实现（以cherry studio为例）

下载cherry stdio，绑定硅基流动

具体自行百度，一波配置后，其基础界面如下：

创建知识库，投喂语料库

创建知识库，配置各阶段的模型，然后上传你想要大模型解析的原始语料库。我本人又一直在维护一个个人的博客，所以我就直接把我遗忘写过的所有文章扔了进去。具体操作如下所示：

搭配推理模型，实现离线版、专为个人服务之agent

done