从零部署 DeepSeek 企业知识库：Dify、Docker 与完整命令实战指南

发布人：慈云数据-客服中心发布时间：6小时前阅读量：0

DeepSeek 企业知识库搭建｜附完整命令

在企业数字化转型过程中，知识库已经不再只是“文档存储系统”，而是逐渐演变为企业内部的智能问答、知识检索、流程辅助和决策支持平台。随着 DeepSeek 等大模型能力的快速提升，企业可以基于大模型构建一个能够理解内部文档、回答业务问题、辅助员工工作的智能知识库系统。

本文将从实际落地角度出发，介绍如何搭建一个基于 DeepSeek 的企业知识库系统，并附上较完整的部署命令。文章内容适合技术负责人、后端工程师、AI 应用开发者以及希望在公司内部落地 AI 知识库的团队参考。

一、什么是企业知识库？

企业知识库是用于集中管理企业内部知识资产的系统，例如：

产品文档
技术文档
运维手册
规章制度
销售话术
客服 FAQ
项目资料
合同模板
培训资料
研发规范
API 文档
历史问题解决方案

传统知识库通常依赖关键词搜索，例如输入“报销流程”，系统返回包含该关键词的文档。但这种方式存在明显问题：

搜索不够智能：用户必须知道准确关键词。
文档太多时难以定位答案：返回一堆文档，仍需要人工阅读。
无法理解上下文：比如“出差回来怎么报账？”和“差旅报销流程”语义相近，但关键词不同。
不能总结和推理：传统系统只负责展示资料，不能帮用户组织答案。

而基于 DeepSeek 的企业知识库，则可以结合大模型和向量检索技术，实现类似下面的效果：

用户提问：
“员工出差回来后，机票和住宿费用怎么报销？”

系统回答：

根据公司《差旅报销制度》，员工出差结束后需在 7 个工作日内提交报销申请。报销材料包括：机票行程单、住宿发票、出差审批单和费用明细。住宿费用需符合对应职级的报销标准，超出部分需部门负责人审批。

这类系统通常采用 RAG 架构，也就是 Retrieval-Augmented Generation，中文一般称为“检索增强生成”。

二、整体架构说明

一个典型的 DeepSeek 企业知识库系统，一般由以下几个部分组成：

用户提问
   ↓
前端 / 聊天界面
   ↓
后端服务
   ↓
向量检索系统
   ↓
召回相关知识片段
   ↓
DeepSeek 大模型生成答案
   ↓
返回用户

核心组件包括：

组件	作用
DeepSeek	用于理解问题、生成回答
Embedding 模型	将文本转成向量
向量数据库	存储和检索企业文档向量
文档解析模块	解析 PDF、Word、Markdown、网页等
RAG 应用框架	负责知识库管理、检索和问答流程
Web 界面	方便员工上传文档和提问

本文以比较容易落地的方案为例：

Dify：作为 AI 应用平台和知识库管理工具
DeepSeek API：作为大语言模型
Docker Compose：快速部署
向量数据库：使用 Dify 内置支持的向量存储方案
Nginx：可选，用于域名访问和 HTTPS

这种方案的优点是：

部署门槛低；
有可视化后台；
支持文档上传和知识库切片；
可以配置 DeepSeek API；
适合企业内部快速试点和上线。

三、服务器准备

建议准备一台 Linux 服务器，配置可以参考：

用途	推荐配置
小型团队测试	2 核 CPU / 4GB 内存 / 40GB 磁盘
中小企业内部使用	4 核 CPU / 8GB 内存 / 100GB 磁盘
较大规模使用	8 核 CPU / 16GB 内存以上

操作系统推荐：

Ubuntu 22.04 LTS
Ubuntu 24.04 LTS
Debian 12
CentOS Stream 9

本文以 Ubuntu 22.04 为例。

四、安装基础环境

首先登录服务器：

ssh root@你的服务器IP

更新系统：

apt update && apt upgrade -y

安装常用工具：

apt install -y curl wget git vim unzip net-tools ca-certificates gnupg lsb-release

设置时区：

timedatectl set-timezone Asia/Shanghai

查看时间：

date

五、安装 Docker 和 Docker Compose

安装 Docker 官方源：

install -m 0755 -d /etc/apt/keyrings
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | gpg --dearmor -o /etc/apt/keyrings/docker.gpg
chmod a+r /etc/apt/keyrings/docker.gpg

添加 Docker 软件源：

echo \
"deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu \
$(. /etc/os-release && echo "$VERSION_CODENAME") stable" \
> /etc/apt/sources.list.d/docker.list

更新软件源：

apt update

安装 Docker：

apt install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

启动 Docker：

systemctl enable docker
systemctl start docker

查看 Docker 版本：

docker version

查看 Docker Compose 版本：

docker compose version

如果能正常显示版本号，说明 Docker 环境已经安装完成。

六、部署 Dify 知识库平台

Dify 是一个开源的大模型应用开发平台，支持构建聊天机器人、Agent、工作流和知识库应用。企业可以通过 Dify 上传内部资料，配置大模型，然后快速搭建一个知识问答系统。

1. 下载 Dify 项目

进入 /opt 目录：

cd /opt

克隆 Dify 仓库：

git clone https://github.com/langgenius/dify.git

进入 Docker 部署目录：

cd /opt/dify/docker

复制环境变量文件：

cp .env.example .env

七、配置 Dify 环境变量

打开 .env 文件：

vim .env

在实际企业环境中，建议重点关注以下配置。

1. 设置访问地址

如果你暂时使用服务器 IP 访问，可以配置：

CONSOLE_WEB_URL=http://你的服务器IP
APP_WEB_URL=http://你的服务器IP
SERVICE_API_URL=http://你的服务器IP

如果你准备使用域名，例如：

kb.example.com

则可以配置：

CONSOLE_WEB_URL=https://kb.example.com
APP_WEB_URL=https://kb.example.com
SERVICE_API_URL=https://kb.example.com

2. 设置密钥

生成随机密钥：

openssl rand -base64 42

将生成结果填入：

SECRET_KEY=你生成的随机密钥

3. 配置上传文件大小

企业知识库经常需要上传 PDF、Word 等文件，可以适当放大上传限制：

UPLOAD_FILE_SIZE_LIMIT=50

如果需要支持更大的文档，可以设置为：

UPLOAD_FILE_SIZE_LIMIT=100

八、启动 Dify

在 /opt/dify/docker 目录下执行：

docker compose up -d

查看容器状态：

docker compose ps

查看日志：

docker compose logs -f

如果需要查看某个服务日志，例如 API 服务：

docker compose logs -f api

启动完成后，在浏览器访问：

http://你的服务器IP

首次访问时，系统会提示创建管理员账号。按照页面提示完成注册即可。

九、配置 DeepSeek 模型

Dify 启动成功后，需要配置 DeepSeek 模型。

1. 获取 DeepSeek API Key

访问 DeepSeek 开放平台，创建 API Key。获取后妥善保存，不要泄露到公开仓库或聊天记录中。

2. 在 Dify 中添加模型供应商

进入 Dify 控制台后，依次进入：

设置 → 模型供应商 → 添加模型供应商

如果页面中已经支持 DeepSeek，可直接选择 DeepSeek 并填写 API Key。

如果通过 OpenAI Compatible 方式接入，可以使用类似配置：

Provider: OpenAI-API-Compatible
API Endpoint: https://api.deepseek.com
API Key: 你的 DeepSeek API Key
Model Name: deepseek-chat

常用模型示例：

deepseek-chat
deepseek-reasoner

其中：

deepseek-chat：适合通用对话、知识库问答；
deepseek-reasoner：适合复杂推理，但响应速度和成本可能更高。

对于企业知识库，通常建议优先使用：

deepseek-chat

除非涉及复杂分析、推理和多步骤决策，再考虑使用 deepseek-reasoner。

十、配置 Embedding 模型

企业知识库不仅需要大语言模型，还需要 Embedding 模型。Embedding 的作用是将文档内容和用户问题转换成向量，然后通过向量相似度找到相关内容。

如果只配置 DeepSeek 聊天模型，而没有配置 Embedding 模型，知识库检索效果会受到影响，甚至无法正常构建知识库。

可以选择以下 Embedding 方案：

方案	说明
Dify 默认支持的 Embedding 服务	配置简单
OpenAI Embedding	效果较好，但需要外部 API
BGE 系列中文 Embedding	中文效果好，适合私有化部署
text2vec	中文场景常用
Jina Embeddings	多语言效果不错

如果企业对数据安全要求较高，建议本地部署 Embedding 模型。例如使用 Ollama 或 Xinference 部署。

十一、本地部署 Embedding 模型：以 Ollama 为例

如果希望在本地服务器上运行 Embedding 模型，可以安装 Ollama。

1. 安装 Ollama

curl -fsSL https://ollama.com/install.sh | sh

启动 Ollama：

systemctl enable ollama
systemctl start ollama

查看服务状态：

systemctl status ollama

2. 下载 Embedding 模型

例如下载 nomic-embed-text：

ollama pull nomic-embed-text

查看本地模型：

ollama list

测试 Embedding 模型是否可用：

curl http://localhost:11434/api/embeddings -d '{
  "model": "nomic-embed-text",
  "prompt": "企业知识库测试文本"
}'

如果返回向量数组，说明模型可以正常工作。

3. 在 Dify 中配置 Ollama Embedding

在 Dify 后台添加模型供应商时，可以选择 Ollama，或通过兼容方式配置。

如果 Dify 容器需要访问宿主机上的 Ollama，要注意容器网络问题。Linux 下可以使用宿主机 IP，例如：

ip addr

假设服务器内网 IP 是：

172.17.0.1

则 Ollama 地址可以配置为：

http://172.17.0.1:11434

如果需要让 Ollama 监听所有地址，编辑 systemd 配置：

systemctl edit ollama

填入：

[Service]
Environment="OLLAMA_HOST=0.0.0.0:11434"

重新加载并重启：

systemctl daemon-reload
systemctl restart ollama

检查端口监听：

ss -tunlp | grep 11434

十二、创建企业知识库

Dify 配置好大模型和 Embedding 模型后，就可以创建企业知识库。

操作路径：

知识库 → 创建知识库 → 上传文档

建议按照业务主题拆分知识库，例如：

人事制度知识库
财务报销知识库
产品手册知识库
售后客服知识库
研发规范知识库
运维手册知识库
销售资料知识库

不要把所有文档无脑放到一个知识库中，否则可能导致：

检索范围过大；
答案引用不准确；
不同部门资料相互干扰；
权限管理困难；
后期维护成本高。

十三、文档切片策略

企业知识库效果好不好，文档切片非常关键。

常见切片方式包括：

切片方式	适用场景
自动切片	普通文档、FAQ、制度文档
按标题切片	层级清晰的 Markdown、Word 文档
按段落切片	说明文档、政策文本
自定义分隔符	结构化内容
问答对格式	客服 FAQ、售后问答

建议参数：

单个文本块长度：500～1000 字
重叠长度：50～150 字
召回数量：3～8 条
相似度阈值：0.3～0.6

对于中文知识库，建议先从以下参数开始测试：

文本块长度：800
重叠长度：100
Top K：5
相似度阈值：0.4

如果回答经常缺少上下文，可以适当增加文本块长度或 Top K。

如果回答引用了无关内容，可以提高相似度阈值，或者优化文档分类。

十四、创建知识库问答应用

创建好知识库后，需要创建一个聊天应用。

操作路径：

工作室 → 创建应用 → 聊天助手

然后在应用配置中绑定对应知识库。

建议系统提示词这样写：

你是公司内部知识库助手，负责根据企业知识库内容回答员工问题。

回答要求：
1. 优先依据知识库内容回答；
2. 如果知识库中没有相关内容，请明确说明“根据当前知识库资料，暂未找到相关信息”；
3. 不要编造公司制度、流程、价格、合同条款或技术结论；
4. 回答要简洁、准确、结构清晰；
5. 如果涉及流程，请使用步骤形式说明；
6. 如果涉及制度，请提醒用户以公司最新正式文件为准；
7. 必要时列出引用来源。

如果是客服场景，可以改成：

你是企业客服知识库助手，只能依据已上传的产品资料、售后政策和 FAQ 回答客户问题。
当知识库没有相关内容时，不要猜测，请回复：当前资料中暂未查询到该问题的准确答案，建议转人工客服确认。
回答语气要专业、礼貌、简洁。

十五、完整部署命令汇总

下面给出从零开始部署的完整命令汇总，适合直接参考。

1. 系统初始化

ssh root@你的服务器IP

apt update && apt upgrade -y

apt install -y curl wget git vim unzip net-tools ca-certificates gnupg lsb-release openssl

timedatectl set-timezone Asia/Shanghai

2. 安装 Docker

install -m 0755 -d /etc/apt/keyrings

curl -fsSL https://download.docker.com/linux/ubuntu/gpg | gpg --dearmor -o /etc/apt/keyrings/docker.gpg

chmod a+r /etc/apt/keyrings/docker.gpg

echo \
"deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu \
$(. /etc/os-release && echo "$VERSION_CODENAME") stable" \
> /etc/apt/sources.list.d/docker.list

apt update

apt install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

systemctl enable docker
systemctl start docker

docker version
docker compose version

3. 下载并启动 Dify

cd /opt

git clone https://github.com/langgenius/dify.git

cd /opt/dify/docker

cp .env.example .env

openssl rand -base64 42

编辑环境变量：

vim .env

启动服务：

docker compose up -d

查看状态：

docker compose ps

查看日志：

docker compose logs -f

4. 安装 Ollama Embedding 服务

curl -fsSL https://ollama.com/install.sh | sh

systemctl enable ollama
systemctl start ollama

ollama pull nomic-embed-text

ollama list

配置 Ollama 监听：

systemctl edit ollama

写入：

[Service]
Environment="OLLAMA_HOST=0.0.0.0:11434"

重启：

systemctl daemon-reload
systemctl restart ollama

ss -tunlp | grep 11434

测试：

curl http://localhost:11434/api/embeddings -d '{
  "model": "nomic-embed-text",
  "prompt": "企业知识库测试文本"
}'

十六、配置 Nginx 反向代理

如果企业希望通过域名访问，例如：

https://kb.example.com

可以安装 Nginx：

apt install -y nginx

创建站点配置：

vim /etc/nginx/sites-available/kb.example.com

写入以下内容：

server {
    listen 80;
    server_name kb.example.com;

    client_max_body_size 100m;

    location / {
        proxy_pass http://127.0.0.1:80;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header X-Forwarded-Proto $scheme;
    }
}

启用站点：

ln -s /etc/nginx/sites-available/kb.example.com /etc/nginx/sites-enabled/kb.example.com

nginx -t

systemctl reload nginx

如果要申请 HTTPS，可以安装 Certbot：

apt install -y certbot python3-certbot-nginx

申请证书：

certbot --nginx -d kb.example.com

设置自动续期：

systemctl status certbot.timer

测试续期：

certbot renew --dry-run

十七、企业知识库安全建议

企业知识库涉及内部资料，安全非常重要。建议至少做好以下几点：

1. 不要上传高敏感数据

例如：

员工身份证号
银行账号
未脱敏客户信息
商业机密合同
源码核心凭证
数据库密码
API Token

如果确实需要上传，应先进行脱敏处理。

2. 管理好 API Key

DeepSeek API Key 不要写入公开代码仓库，也不要放在前端页面中。

建议使用：

环境变量
密钥管理系统
服务器配置文件权限控制

3. 设置访问权限

企业内部知识库应尽量接入统一身份认证，例如：

LDAP
OAuth2
SSO
企业微信
飞书
钉钉

不同部门应拥有不同知识库权限。例如财务制度可以面向全员，但财务内部报表不应开放给所有员工。

4. 定期更新文档

知识库不是一次性项目。制度、产品、流程都会变化，如果文档不更新，AI 回答就会过期。

建议建立维护机制：

每周：更新 FAQ 和常见问题
每月：检查制度和流程类文档
每季度：清理无效文档
重大变更：立即更新知识库

十八、常见问题排查

1. 页面打不开

检查容器是否启动：

cd /opt/dify/docker
docker compose ps

查看日志：

docker compose logs -f

检查端口：

ss -tunlp | grep 80

2. 模型调用失败

检查 API Key 是否正确，DeepSeek Endpoint 是否配置正确。

可以用 curl 测试：

curl https://api.deepseek.com/chat/completions \
  -H "Authorization: Bearer 你的DeepSeek_API_Key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-chat",
    "messages": [
      {
        "role": "user",
        "content": "你好，请简单介绍一下你自己"
      }
    ]
  }'

3. 知识库回答不准确

可以从以下方向优化：

检查文档是否清晰；
调整切片大小；
调整召回数量；
提高相似度阈值；
优化系统提示词；
将不同业务文档拆分为多个知识库；
使用更适合中文的 Embedding 模型。

4. 上传文件失败

检查 .env 中上传大小限制：

UPLOAD_FILE_SIZE_LIMIT=100

检查 Nginx 配置：

client_max_body_size 100m;

重启服务：

docker compose restart
systemctl reload nginx

十九、最佳实践总结

搭建 DeepSeek 企业知识库并不只是把模型接进来，更重要的是做好知识工程。一个好用的企业知识库，通常需要满足以下条件：

文档结构清晰
文档标题、章节、段落要规范，避免大量口语化、重复和过期内容。
知识分类明确
按部门、业务线、场景拆分知识库，而不是所有内容混在一起。
提示词严格约束
明确要求模型“基于知识库回答，不知道就说不知道”。
持续维护更新
知识库是长期工程，不是一次部署完成就结束。
权限和安全到位
企业内部资料需要分级管理，避免敏感信息泄露。
定期评测效果
可以整理一批标准问题，定期测试回答准确率、召回率和用户满意度。

二十、结语

基于 DeepSeek 搭建企业知识库，是目前企业落地 AI 应用中非常实用的一类场景。它不需要一开始就训练自己的大模型，而是通过 RAG 架构，将企业内部文档与大模型能力结合起来，让员工可以用自然语言快速获取所需信息。

通过本文介绍的方案，你可以使用 Docker 快速部署 Dify，接入 DeepSeek 模型，再结合本地 Embedding 服务，构建一个可用的企业智能知识库系统。

对于企业来说，真正的价值不只是“部署了一个 AI 工具”，而是把分散在文档、制度、经验和流程中的知识沉淀下来，并通过大模型让这些知识变得更容易被访问、理解和复用。

文章标签： DeepSeek企业知识库 RAG Dify Docker部署

上一篇：企业如何用 DeepSeek 搭建真正好用的内部知识库

下一篇：从零搭建企业知识库：Dify 接入 DeepSeek 的完整部署命令指南

更多栏目

新闻动态

文档中心

下载中心

目录结构

全文

产品与服务

新闻帮助

生态合作

了解我们

从零部署 DeepSeek 企业知识库：Dify、Docker 与完整命令实战指南

DeepSeek 企业知识库搭建｜附完整命令

一、什么是企业知识库？

二、整体架构说明

三、服务器准备

四、安装基础环境

五、安装 Docker 和 Docker Compose

六、部署 Dify 知识库平台

1. 下载 Dify 项目

七、配置 Dify 环境变量

1. 设置访问地址

2. 设置密钥

3. 配置上传文件大小

八、启动 Dify

九、配置 DeepSeek 模型

1. 获取 DeepSeek API Key

2. 在 Dify 中添加模型供应商

十、配置 Embedding 模型

十一、本地部署 Embedding 模型：以 Ollama 为例

1. 安装 Ollama

2. 下载 Embedding 模型

3. 在 Dify 中配置 Ollama Embedding

十二、创建企业知识库

十三、文档切片策略

十四、创建知识库问答应用

十五、完整部署命令汇总

1. 系统初始化

2. 安装 Docker

3. 下载并启动 Dify

4. 安装 Ollama Embedding 服务

十六、配置 Nginx 反向代理

十七、企业知识库安全建议

1. 不要上传高敏感数据

2. 管理好 API Key

3. 设置访问权限

4. 定期更新文档

十八、常见问题排查

1. 页面打不开

2. 模型调用失败

3. 知识库回答不准确

4. 上传文件失败

十九、最佳实践总结

二十、结语