作者：厦门大学信息学院计算机科学系2023级研究生 黄万嘉
指导老师：厦门大学数据库实验室 林子雨 博士/副教授
在构建本地知识库时，通常会结合 Page Assist 和 nomic-embed-text，常见的方案为：
- 使用 nomic-embed-text 模型将知识库文档向量化。
- 当用户提问时，将问题向量化并与知识库中的文档向量进行相似性匹配，找到最相关的上下文。
- 将检索到的上下文输入大语言模型（如 DeepSeek），生成最终的回答
Page Assist提供了一个本地大模型的Web UI，同时也提供了方便的RAG设置，使得我们更快捷地构建本地知识库，基于此，本文采用Page Assist，基于DeepSeek大模型，实现了用户提供本地知识库（.pdf/.csv/.docx/.md），大模型进行更加专业地回复。
page assist安装
1. 应用商店安装
page assist可以通过Chorme应用商店直接安装，找到 Page Assist 后，点击“添加到 Chrome”或“安装”按钮，确认安装。
但由于网络因素，较难访问成功该网址，因此建议使用手动安装的方式
2. 手动安装（推荐）
通过网盘下载Page Assist插件，下载完成后，打开chrome浏览器，在浏览器的扩展程序找到管理扩展程序页面，启用开发者模式。
之后将下载的page assist插件拖入扩展中心，浏览器会自动识别并开始安装。
安装完毕后，你就能在浏览器的扩展列表里看到Page Assist，之后我们点击插件旁的订书钉按钮，将其固定住
固定住的插件会直接显示在显示器地址栏右侧，我们点击Page Assist按钮即可进入到web ui界面
3.在page assist中使用DeepSeek
进入page assist的web ui界面后，我们点击设置，配置好使用的模型
选择deepseek-r1-1.5b作为当前模型，可以看到，此时已能使用Deepeeek大模型进行对话。
构建本地知识库
1.下载nomic-embed-text
nomic-embed-text 是一种高效的文本嵌入模型，能够将文本转换为高质量的向量表示。借助 nomic-embed-text 可以实现文本的向量化（Embedding），这是检索增强生成（RAG）技术中的关键步骤。
可以在Ollama中下载nomic-embed-text
在命令行窗口键入以下命令下载nomic-embed-text：
ollama pull nomic-embed-text
2. 更改RAG设置并添加知识
之后来到Page Assist的Web UI界面，将RAG设置中的Embedding Model设置为我们在Ollama中下载的nomic-embed-text，并保存
之后可以在知识管理中添加本地知识
这里以DeepSeek发布的两篇技术文档为例：
添加之后，可以在对话框中选择添加的知识，大模型会根据你提供的知识库进行更贴切的回复
这样就完成了个人知识库的构建，用户可以添加更多的文件，或者采取更强力的大模型（7b/32b/70b……），获得更加精确和专业的回复。