DeepSeek本地部署知识库为什么还要装embedding模型
用「DS一键部署大师」把 DeepSeek 装到本地，对话已经能正常跑了，一进知识库却提示还要再装一个 embedding 模型。不少人卡在这一步：我不是已经有模型了吗，怎么又冒出来一个？ 原因一句话能讲清：对话模型负责生成回答，知识库找资料靠的是向量检索，而把文字变成向量这件事，是 embedding 模型的活。两个模型分工不同，谁也替不了谁。下面把这件事拆开讲。 对话模型会聊天，但它不管找资料 先看知识库回答一个问题时发生了什么。你上传的文档会被切成一段一段的片段。提问进来后，软件要先从这堆片段里挑出和问题最相关的几段，再把它们连同问题一起交给 DeepSeek，让它照着资料组织回答。 卡点在“挑出最相关的几段”。这一步不是关键词匹配。你问“报销流程”，资料里写的可能是“费用申请步骤”，一个字都对不上，按字面搜就漏掉了。知识库用的是语义检索：比的不是字面，是意思。 意思怎么比？靠向量。这就轮到 embedding 模型出场了。 知识库回答问题的两段链路-软领DS一键本地部署大师 知识库回答一个问题，中间分两段 你的提问 文档片段 embedding 模型 统一编码成向量 按向量距离比对 挑出最接近的片段 DeepSeek 生成回答 照着片段组织答案 回答 检索这一段全靠向量 embedding 干的就是编码这一步 检索靠向量，embedding负责编码 embedding 模型做的事很单一：给它一段文字，它吐出一串数字。这串数字可以理解成这段话在“语义地图”上的坐标。意思接近的两段话，坐标挨得近；意思差得远，坐标离得也远。 知识库导入文档时，每个片段都会被 embedding 模型编码一遍，向量存进本地库。你提问时，问题也被同一个模型编码成向量，软件按距离找出坐标最近的片段。“报销流程”和“费用申请步骤”字面不同，向量位置却接近，照样能被捞出来。 注意，embedding 模型全程不说一句话，它的输出人也读不懂。回答写得好不好，看的是你部署的 DeepSeek 对话模型；资料找得准不准，第一关在 embedding。缺了它，文档只是躺在硬盘里的文件，进不了向量检索，知识库自然建不起来。 别指望 embedding 模型回答问题 有人以为装个更强的 embedding 模型，回答就会变好，方向不对。它影响的是“找料”这一段，“写答案”仍由对话模型完成。两头都装对，知识库问答才走得顺。 对话模型和embedding模型分工对照表-软领DS一键本地部署大师 两个模型各管一段，谁也替不了谁 对比项 DeepSeek 对话模型 embedding 模型 负责的活 看懂问题，写出回答 把文字编码成向量 输出长啥样 一段人能读的话 一串数字坐标 出场时机 检索完成之后 导入文档和提问时 缺了会怎样 只有资料，没有答案 文档进不了向量检索 在DS一键部署大师里把两个模型都装上 在「软领DS一键本地部署大师」里，这两类模型不用分开折腾。它们都在模型广场里，部署方式一样：点开、下载、等进度条走完，不用命令行，也不用自己安装和配置 Ollama。 装好知识库要用的两个模型 下载安装「DS一键部署大师」并打开。 进入「模型」页面，如果提示模型服务未安装，先按提示装好。 打开“仅兼容”筛选，部署一个适合自己电脑的 DeepSeek 对话模型。 在模型广场里再找到 embedding 类型的模型，同样点击部署。 进入知识库，新建知识库并上传文档，等待解析完成。 回到对话页，选中知识库提问，回答会参考你资料里的内容。 如果先建了知识库才发现缺 embedding 模型，也不用推倒重来。回模型页补装一个，再回知识库接着导入文档就行。 大家常问 embedding 模型是不是很占电脑资源 它一般比对话模型小得多，主要在导入文档和提问那一刻做编码。电脑既然能把 DeepSeek 对话模型跑起来，再带一个 embedding 模型，通常不会是瓶颈。 只装 embedding 不装对话模型行不行 不行。embedding 只负责把文字编码成向量，帮你把资料找出来，最后把资料组织成一段回答的仍是对话模型。两个都得有，知识库问答才走得通。 换了一个 embedding 模型，旧知识库还能用吗 向量是由具体模型编码出来的，不同模型的坐标体系对不上。换了 embedding 模型之后，稳妥的做法是重新导入文档，让资料按新模型再编码一遍。 知识库答得不准，是 embedding 模型的锅吗 先别急着换模型。文档没解析成功、资料本身写得含糊、提问太笼统，都会让结果跑偏。把这些都排除了，再去考虑检索这一段的问题。 用知识库的时候必须联网吗 下载模型和安装模型服务需要网络。部署完成后，文档编码、向量比对和本地对话都在本机进行，知识库资料也保存在本地。联网搜索这类功能是另一回事，开了才会去查网络。
律师用DeepSeek本地部署审合同法规：资料不外泄的做法
合同、尽调报告、内部合规文件，发给云端 AI 之前，很多律师会停一下：这份文件传到了哪台服务器？保留多久？会不会进训练数据？委托协议里签着保密条款，这一步真不能随手点。 把 DeepSeek 部署到自己电脑上是另一条路。「软领DS一键本地部署大师」把模型服务安装、模型部署、本地知识库放进一个客户端，不用自己装 Ollama，也不用敲命令，文档在本机处理，适合不想折腾技术的律师和法务。 合同发给云端AI之前，先想想资料去了哪 在线 AI 审合同，文件要先上传。传输链路、存储位置、保留期限，普通用户几乎无法核实。日常文案无所谓，换成标的上亿的并购协议、还没披露的尽调材料，性质就变了。客户跟你签的是保密条款，你把文件交给第三方服务器，出了问题很难解释。 本地部署改变的是资料去向。模型文件下载到自己电脑上运行，提问和文档解析都在本机完成。有一点要说在前面：装软件、下载模型、软件更新这些环节仍要联网；部署完成后，知识库里的文档和对话在本地进行，这才是它对律师的价值。 合同资料传云端与留在本机的去向对比-软领DS一键本地部署大师 同一份合同，两种问法，资料去向不同 传给云端AI 合同文件 上传 远端服务器 存储位置和保留期限难核实 本地部署后提问 合同文件 不上传 本机模型 文档和对话记录留在自己电脑 把DeepSeek和案头资料一起装进自己电脑 整个过程不需要命令行。先装软件，再按提示装模型服务，然后挑一个适合自己电脑的模型部署。打开“仅兼容”筛选，软件会按本机硬件过滤掉跑不动的型号，不用自己研究显存和参数量怎么换算。 从部署到建知识库的步骤 下载安装「DS一键部署大师」，打开进入「模型」页面。 按页面提示安装模型服务，等下载和解压完成。 开启“仅兼容”，从推荐列表里选一个模型，点击部署。 进入知识库功能，新建知识库，把合同模板、常用法规、内部范本导进去。 等文档向量化完成，在对话里挂上这个知识库提问。 导入之后软件会把文档切块并向量化，提问时模型先从这些资料里检索，再组织回答。常用合同和法规导得越全，检索的底子越厚，答案里能给出的原文依据也越多。 AI给的是初筛意见，签字前还得人工核 部署好之后能省什么时间？几十页的合同让它先通读一遍，标出付款节点、违约责任、管辖条款；查某个条文时直接问知识库，不用在文件夹里翻半天。重复性的通读和翻找，交给机器很合适。 但它的输出只能当初筛。模型可能记错条款编号，可能没覆盖最新的法规修订，知识库里没有的内容，它也可能顺着语气编出来。落到出具意见、签字盖章这一步，逐条对照原文核一遍省不掉。本地部署解决的是保密问题，不负责替你把关准确性。 两条边界记牢 一，法规有修订、出了新司法解释，要自己把新文本补进知识库，模型不会自动更新这些内容。二，正式文书以人工核对后的版本为准，AI 标注的疑点是线索，拿它当结论就危险了。 从导入资料到人工核对定稿的分工流程-软领DS一键本地部署大师 从导入资料到出具意见，机器和人各管一段 1 导入合同法规 建本地知识库 2 本地模型初筛 标出重点条款 3 整理疑点清单 附原文出处 4 律师人工核对 定稿再签字 前三步交给机器省时间，最后一步由人定结论 大家常问 合同导进知识库，会不会被传到服务器？ 知识库文档保存在本机数据库里，向量化和检索都在本地完成。需要联网的是另一些环节：安装模型服务、下载模型、软件更新，还有你主动开启的联网搜索。 律所的电脑配置一般，跑得动吗？ 看选什么模型。开启“仅兼容”后，软件会按你的硬件筛掉不合适的型号，小参数模型对配置要求低。别指望普通办公电脑跑满血大参数模型，量力选型更实际。 AI审合同的结论能直接写进法律意见书吗？ 不建议。它适合做初筛，帮你标疑点、找条文，最终意见要靠人逐条核对原文和现行法规。这一点跟用哪家 AI 没关系，本地部署也一样。 出差断网时还能查资料吗？ 已经部署好的模型和已导入的知识库可以在本机使用。联网搜索、下载新模型、软件更新这些仍然要网络，别等断网了才第一次装。 我不会装Ollama，能用吗？ 可以。用户不用自己安装和配置 Ollama，软件的模型服务会处理本地运行环境，在界面里按提示点安装就行。注意本地模型仍需要模型服务在后台运行，免掉的是手动配置这一步。
DeepSeek 14B本地部署要多少显存？12G起步值不值上
DeepSeek 14B 本地部署要多少显存？先给数：量化后的 14B 模型体积在 9GB 上下，装进显存之后，对话上下文还要再占一块。所以显存建议 12G 起步。8G 卡不是装不上软件，是模型塞不进显存，要往内存借空间，出字速度会掉得很明显。 比数字更纠结的是另一个问题：值不值上 14B。它比 8B 强在哪，慢多少，什么人该上，什么人用 8B 就够，这篇按 12G 这条线把账算清楚。部署环节交给「软领DS一键本地部署大师」，打开仅兼容筛选，软件按你的硬件列出能跑的型号，不用自己装 Ollama，也不用敲命令。 14B 吃显存的是两笔账 第一笔是模型本体。量化后的 14B 大约 9GB，这一整块要装进显存，出字才快。第二笔是上下文，聊得越久、贴的资料越多，这部分占用就越涨，它同样抢显存。 两笔加起来，就能解释为什么 12G 只是起步线：装完模型剩 3GB 左右留给上下文，日常问答够用，长对话和贴长文会感觉到紧。16G 就从容多了，两笔账都放得下。8G 呢？模型本体都装不全，一部分权重被挪去内存，每出一段字都要在显存和内存之间来回搬，速度大概率掉到影响日常使用。 跑量化14B的三档显存分级阶梯-软领DS一键本地部署大师 跑量化 14B，三档显存三种体验 从左到右，越往右越省心 8G 装不全，借内存变慢 12G 推荐起步线 装得下，余量不多 16G 及以上 模型加上下文都宽裕 长对话也不慌 值不值上：14B 换来什么，又付出什么 换来的东西集中在推理和代码。逻辑链长一点的问题、要改的代码段，14B 答得比 8B 稳，长一点的分析也更成体系。付出的也很实在：出字慢一截，模型文件更大下载更久，显存余量更小。 判断标准其实不复杂。卡是 12G 或以上，又经常问推理题、代码题，14B 值得装一个放着。平时主要查资料、写短文、闲聊，8B 更快也更省，没必要为 14B 忍受等待。两个模型可以同时装在电脑里，对话页随时切换，不冲突。 要不要为 14B 专门换卡 如果只是想先体验本地模型，8G 卡跑 8B 完全够入门，别单为 14B 掏钱升级显卡。确实每天都有推理、代码类需求，预算也允许，再考虑 12G 以上的卡，这笔钱才花在刀刃上。 12G显存下8B与14B四个维度对照表-软领DS一键本地部署大师 同一张 12G 卡，8B 和 14B 差在哪 8B 量化版 14B 量化版 模型体积 约 5GB 9GB 上下 出字速度 快，日常顺手 慢一截，要能等 长对话余量 宽裕 紧，越聊越紧 适合的活 查资料、写短文 推理题、代码题 怎么把 14B 部署到自己电脑上 手动路线要自己装 Ollama，再敲 ollama run deepseek-r1:14b 这类命令。用「DS一键部署大师」就是在界面里点：模型服务负责本地运行环境，你不用碰命令行。 部署 14B 的步骤 下载安装「DS一键部署大师」，打开进入「模型」页面。 页面提示模型服务未安装的话，按提示先装模型服务。 打开仅兼容筛选，看推荐列表里有没有 14B。 有就点部署，等模型下载完成。 切到「对话」页面，选 14B 开始用。 仅兼容筛选值得多说一句：它按你的硬件把装得下的型号筛出来。14B 出现在推荐里，说明当前配置装得下；没出现，就先用列表里推荐的型号，别去找绕过的办法。 大家常问 8G 显存硬跑 14B 会怎样 能不能加载要看具体量化版本，但就算加载成功，一部分模型会被放到内存里，出字速度明显下降，长对话更卡。8G 卡老实跑 8B，体验反而好。 14B 模型文件有多大，下载要多久 量化版体积在 9GB 上下，下载时间看网速。内置指南说明支持断点续传，中途断网可以回到模型卡片接着下，不用重来。 16G 显存是不是该直接上 32B 32B 量化后接近 20GB，16G 装不下，硬跑要大量借内存。16G 这一档的合理选择就是 14B，模型和上下文都放得下。 跑 14B 内存要多少 建议 16G 内存起步。模型下载解压要用内存，显存偶尔吃紧时也要内存兜底。8G 内存的机器，建议先从更小的型号试起。 软件怎么知道我的电脑能不能跑 14B 打开模型广场的仅兼容筛选，软件会按当前硬件列出兼容的型号。你不用自己算显存，列表里有 14B 就能部署，没有就说明当前配置不够。
明明有显卡DeepSeek本地部署却用CPU跑？回退原因与解决
电脑里明明装着独立显卡，DeepSeek 部署完一开聊，CPU 占用直接顶满，GPU 那栏却几乎没动静，回答一个字一个字往外蹦。显卡没坏，多半是模型服务在启动时判断这块卡“不能用”，悄悄退回了 CPU，而且全程不报错。 回退不是随机发生的，常见原因就两个：驱动太旧，显卡压根没被识别；或者显存装不下你选的模型。这篇只讲一件事，怎么分清这两种情况，以及用「软领DS一键本地部署大师」在部署前就把坑避开。 先确认：真是CPU在硬扛吗 别急着重装软件，先看证据。打开任务管理器的性能页，让模型回答一个长问题，同时盯两处：CPU 占用是不是长时间接近满载，GPU 的专用 GPU 内存有没有随提问明显上涨。显存纹丝不动、CPU 却顶满，回退基本坐实。 有个细节容易骗人。GPU 页默认展示的是 3D 引擎的占用，本地模型做的是计算任务，走的不是那条曲线。把其中一个小图切换成 CUDA 或 Compute 再看才准。N 卡用户也可以在命令行输入 nvidia-smi，显存占用和进程列表一眼看清。 GPU在干活与CPU在硬扛的信号对照表-软领DS一键本地部署大师 同一台电脑，两种跑法的信号对照 GPU 在干活 CPU 在硬扛 出字速度 明显更快 一字一顿 专用GPU内存 提问时上涨 几乎不动 CPU 占用 中低水平 长时间接近满载 右边三个信号同时出现，基本可以确定回退到了 CPU 回退就两条路：驱动没过关，或显存装不下 模型服务启动时会先探测显卡。驱动版本太旧，CUDA 组件对不上号，探测直接失败，这块卡在它眼里等于不存在，所有计算全丢给 CPU。这种回退是全有或全无的，没有中间状态。 显存不够是另一种。显卡认出来了，但你选的模型太大，显存塞不下全部模型层，运行时会把装不下的那部分放进内存，交给 CPU 算。溢出的层越多，速度越接近纯 CPU，表面看 GPU 有点动静，体感还是慢。它不报错，悄无声息，最容易被当成显卡坏了。 两种情况怎么区分？看显存占用。nvidia-smi 里一点占用都没有，先怀疑驱动，去显卡官网把驱动升到较新版本再试；显存占了一截、内存同时涨了一大块，就是模型选大了，换小一号参数或更低量化的版本。 笔记本用户多看一眼 双显卡笔记本在省电模式下，程序可能被系统分给核显。到 Windows 的显示卡设置里，把模型服务程序指定为“高性能”显卡，重启软件再测一次。 驱动与显存两步回退判断路径-软领DS一键本地部署大师 显卡到底给不给用，就看这两道关 模型服务启动 驱动认得这块卡？ 是 显存装得下吗？ 是 显卡在跑 否 显卡直接被无视 去官网更新驱动 否 装不下的层给CPU 换小一号或低量化 两道关都过了，显卡才会真正接管计算 用DS一键部署大师，把判断放到部署之前 上面这套排查，手动部署时全得自己来。「软领DS一键本地部署大师」的思路是把判断前置：模型广场里打开“仅兼容”，软件会按当前电脑的配置过滤模型，显存带不动的不进推荐列表，从源头减少部署完才发现在用 CPU 硬扛的情况。用户不用自己装 Ollama，也不用敲命令，模型服务的安装和启动都在界面里完成。 让显卡真正干活的部署顺序 先去显卡官网把驱动更新到较新版本，这一步放在装软件之前做。 下载安装「DS一键部署大师」，打开进入「模型」页面。 页面提示模型服务未安装的话，按提示装好并等它启动。 在模型广场打开“仅兼容”，从推荐模型里挑一个。 点击部署，等模型下载完成。 切到「对话」页提问，顺手开着任务管理器，看专用 GPU 内存是否上涨。 部署完 GPU 还是没动静？回到上一节的判断路径，先查驱动再查显存，一次只改一个变量，好确认到底是谁起了作用。 大家常问 更新了驱动还是用CPU跑，接着查什么 查模型是不是选大了。显存装不下时会把一部分层丢给 CPU，速度照样慢。换小一号参数或更低量化的版本再测，多数情况就有明显变化。笔记本用户还要确认程序没被分到核显上。 “仅兼容”是按什么筛的 按当前电脑的硬件配置过滤模型广场里的模型，配置带不动的不会出现在推荐里。想看全部模型可以关掉筛选，但硬上大模型很容易触发回退，部署前最好心里有数。 没有独立显卡是不是就没法用 能用。小参数模型可以靠 CPU 跑，速度会慢一些。正因为有独显时体验好得多，才值得把回退问题解决掉，别让显卡闲着。 怎么确认部署后显卡真的在干活 任务管理器性能页看专用 GPU 内存，提问时明显上涨就是在用；N 卡也可以用 nvidia-smi 看进程列表。最直观的还是出字速度，从一字一顿变成成句往外出。 显存不大，模型怎么挑不容易回退 别按“能装多大装多大”来选。打开“仅兼容”按推荐挑，通常是参数小一些或量化更低的版本，先让显卡满速跑顺，之后想换大的再升级硬件也不迟。
考研考公刷题资料怎么整理？DeepSeek本地部署建知识库
考研考公备考到后期，资料只会越攒越多：机构讲义、历年真题解析、自己整理的错题和笔记，分散在网盘、微信文件和好几个文件夹里。想确认一个考点，往往要开三四个 PDF 挨个搜，搜到的还未必是想要的那一段。 「软领DS一键本地部署大师」给了另一条路：先在自己电脑上部署 DeepSeek 模型，再把讲义和题库文档导入本地知识库。之后提问，AI 会先在你的资料里检索相关段落再回答，文档本身保存在本机。 为什么翻资料比刷题还累 备考资料的麻烦不在数量，在找。Ctrl+F 只认字面，你搜“矛盾的特殊性”，讲义里写的是“具体问题具体分析”，就搜不到。真题解析和讲义又是两套文件，对照着看要来回切窗口，一晚上真正刷题的时间反而被挤掉了。 那直接问在线 AI 行不行？它没读过你手里这本讲义，给出的答案和机构老师讲的口径可能对不上。把整本讲义传到网上让它读，不少人也会犹豫，里面还有自己的批注和笔记。 翻资料和问本地知识库的对照-软领DS一键本地部署大师 同一份讲义，两种找答案的方式 场景 自己翻文件 问本地知识库 查一个考点 逐个 PDF 按字面搜 提问后按语义检索 错题想归类 复制粘贴手动整理 导入后让模型归纳 资料放在哪 散在网盘和文件夹 集中存在本机库里 资料没变，变的是找到它的速度 讲义和题库，导进去就是你的专属知识库 本地知识库的原理不复杂。文档导入后，软件会把内容切分成小段并向量化，相当于给资料建了一份语义索引。提问时先从索引里找出最相关的几段，再交给本地部署的 DeepSeek 组织成回答，答案的依据就是你自己的讲义。 建议按科目分库。考公的把行测、申论分开；考研的政治、英语、专业课各建一个。错题也值得单独整理成文档导进去，之后让模型按知识点归类，比一页页翻错题本快得多。 答案要回讲义核对 模型的回答基于你导入的资料，资料本身得靠谱。涉及数字、法条、时政表述这类细节，拿到答案后建议回原讲义核对一遍。AI 负责定位和整理，教材的权威性替代不了。 讲义题库导入本地知识库再检索作答的结构-软领DS一键本地部署大师 讲义题库怎么变成能提问的知识库 讲义 PDF 真题解析 错题笔记 本地知识库 导入 · 切分 · 向量化 对话提问 先检索再回答 文档和分块记录保存在本机数据库 怎么搭：先部署模型，再导讲义 整个过程在中文界面里完成，不用自己装 Ollama，也不用敲命令。顺序上先把模型部署好，知识库才有可用的“大脑”。 搭建步骤 下载安装「DS一键部署大师」并打开。 进入「模型」页面，按提示安装模型服务。 打开“仅兼容”，从推荐里选一个适合自己电脑的模型，点击部署。 等模型下载完成，先在「对话」里试一句，确认能正常回答。 进入知识库功能，新建知识库，导入讲义和真题解析文档。 等向量化处理完成，在对话中选用这个知识库提问。 导入前把文件整理一下能省不少事：扫描版 PDF 本质是图片，文字提取不出来，尽量用文字版；文件按科目命名，比如放在 D:\备考\行测讲义.pdf 这样的路径下，后面追加新资料也好找。 刷题和查考点，实际怎么用 查考点最常用。直接问“无因管理的构成要件是什么”，模型从你的讲义里检索作答，口径和复习用的教材一致。刷题时碰到看不懂的解析，把题目和解析贴进对话，让它换一种说法讲，比自己硬啃快。 错题归纳也顺手。每周把错题记录导入知识库，让模型按知识点看看哪些模块错得集中，下一周的复习重点自然就出来了。 有一点说在前面：本地模型的回答质量和速度跟参数规模、电脑配置相关，普通笔记本适合部署中小参数的模型，长篇归纳不如在线大模型细。换来的是资料留在自己电脑上，模型部署完成后，宿舍断网时本地对话照常能用。 大家常问 笔记本没有独立显卡，带得动吗 要看具体配置。软件的“仅兼容”筛选会按你的电脑推荐能跑的模型，中小参数模型对硬件要求低一些。回答速度和质量与参数规模相关，选推荐范围内的用起来比较稳。 扫描版的讲义能导入吗 扫描版 PDF 是图片，文字提取不出来，检索也就没法工作。建议找文字版讲义，或者先用识别工具转成文字再导入。 讲义和错题会不会被传到网上 知识库的文档和分块记录保存在本机数据库里。要注意，安装模型服务、下载模型、软件更新这些环节需要联网；本地对话在模型部署完成后可以在本机运行。 它答的和老师讲的不一样怎么办 先检查提问时挂的知识库对不对，挂错库，检索出来的段落就不对。确认没挂错还是有出入的，以讲义原文为准，模型帮你定位和整理，最终口径回教材核对。 考研和考公的资料要分开建库吗 建议分开。两类考试的表述差别不小，混在一个库里检索容易串。按考试再按科目分库，提问时挂对应的库，答案会更聚焦。
医疗资料本地知识库怎么做脱敏？DeepSeek一键本地部署实操
把病历、检查报告、出院小结丢进 AI 里整理，最卡人的往往不是模型行不行，而是这些资料里带着患者姓名、身份证号、病案号。想用本地知识库把这类文档管起来、随时问答，第一道要过的关就是脱敏：入库前先把能对上某个具体人的信息处理掉。 「软领DS一键本地部署大师」把 DeepSeek 装在自己电脑上，知识库里的文档、分块和记录都存在本机，不往云端传。它不会替你自动脱敏，脱敏是你导入前自己做的一步。这篇讲清楚哪些字段该删、哪些换成编号、哪些原样保留。装它不用自己配 Ollama，也不用敲命令。 医疗资料本地知识库怎么做脱敏 脱敏说穿了很朴素：让别人拿到这份文档也认不出是哪位患者，但病情和检查数据还在，AI 读得懂。落到操作上分三种动作。能直接锁定人的，像姓名、身份证号、病案号、住院号，全部换成统一编号，比如把某位患者固定写成“患者P-01”。联系方式、家庭住址这类没必要给模型看的，直接删掉整段。剩下的主诉、现病史、检查数值、影像描述、诊断和用药，这些才是让 AI 帮你归纳的原料，原样留着。 顺序上，先在 Word 或文本编辑器里把原始文档改好，另存成脱敏版，再导入本地知识库。别图省事把原件直接拖进去。软件做的是解析、分块、向量化，它不认识哪一段是身份证号，只会照单全收。 病历脱敏前后字段处理对照-软领DS一键本地部署大师 脱敏前后，一段病历怎么改 脱敏前 · 原始字段 脱敏后 · 可入库 姓名、住院号、病案号 换成统一编号 身份证号 整段删除 电话、家庭住址 整段删除 主诉、检查数据、诊断 原样保留 去掉能对上人的信息，病情和检查数据照旧 注意边界 软件本身没有一键脱敏按钮，去标识这一步得你自己在文档里完成。另外，各医院、各机构对病历的使用和外传有自己的管理规定，涉及科研、共享或上报时按院内流程走，本文只谈把资料放进本地工具时的处理方法。 资料存在本机，为什么还要先脱敏 有人会问，既然本地部署，资料都在自己电脑上不上网，那还脱什么敏。存在本机确实是底子。用「DS一键部署大师」建的知识库，文档和向量记录写在本机的本地数据库里，默认落在 C:\ds-deploy 这类目录附近，日常问答走的是本机模型，不把内容发给外部服务器。但“存在本机”和“绝对安全”是两回事。 电脑总有离开你视线的时候：送去维修、临时借给同事、一台机器几个人轮着用、把某次对话导成 Markdown 发出去。这些场景里，只要文档还留着真名和身份证号，风险就跟着文件走。脱敏相当于第二道锁：就算文件被别人看到，也对不上是谁。所以脱敏和本地保存不是二选一，是叠着用的两层。 医疗资料按敏感程度分三类处理-软领DS一键本地部署大师 哪些信息要处理，分三类看 类型 举例 怎么处理 直接标识符 姓名、身份证号、病案号 电话、家庭住址 删除或换编号 准标识符 精确出生日期、门牌号 罕见职业、小地区+罕见病 模糊到年龄段 病情数据 主诉、检查数值、诊断 用药与病程描述 保留给模型 前两类去干净，第三类才是给AI读的内容 一份简单的脱敏自查清单 姓名、身份证号、病案号、住院号：换成统一编号 电话、家庭住址、工作单位：直接删除 精确出生日期、门牌号：模糊到年龄段或只留年月 罕见病加小地区、特殊职业：能组合认出人的一并模糊 主诉、检查数据、诊断用药：保留，这是给模型读的 从脱敏到建库，落地就这几步 先把软件装上。打开「模型」页面，若提示模型服务未安装，按提示装就行，下载、解压、启动都由软件处理，不用自己找 Ollama 安装包，也不用在命令行里敲 ollama pull 这类命令。模型服务到位后，打开“仅兼容”挑一个适合这台电脑的模型部署。整理文书、归纳要点这类活，小参数模型通常够用；普通办公电脑别硬上大参数版本，也别指望它跑满血 671B。 从脱敏到本地问答 下载安装「DS一键部署大师」，打开进入「模型」页面。 按提示装好模型服务，等下载解压完成。 打开“仅兼容”，选一个适合本机的推荐模型，点击部署。 在 Word 或文本编辑器里把病历脱敏，另存成脱敏版文档。 把脱敏后的文档导入本地知识库，软件做解析和向量化。 回到「对话」页面，结合知识库提问，输出当草稿用。 模型下载期间保持联网，中断了支持断点续传，进度不用从头来。之后日常整理脱敏资料、在知识库里问答，用的都是本机已经装好的模型。要联网的场景集中在下载模型、软件更新和联网搜索这几处，整理病历时把联网搜索关掉，问答就走本地。 大家常问 脱敏要做到什么程度才算够 判断标准是别人拿到这份文档认不出具体是谁。姓名、身份证号、病案号换编号，电话和住址删掉，罕见病加小地区这种组合信息也要模糊。病情描述和检查数据保留，那是给模型读的内容。 软件能不能自动帮我脱敏 不能，它没有自动去标识的功能。脱敏得你在导入前自己在文档里改好。软件负责的是把脱敏后的文档解析、分块、向量化，存进本机的本地知识库。 脱敏后的资料导入知识库，会不会传到云端 知识库的文档、分块和记录保存在本机数据库，默认在软件的数据目录里。日常问答走本地模型，不开联网搜索就不往外发。需要联网的是下载模型、软件更新这类环节。 普通科室电脑跑得动吗 看配置。打开“仅兼容”能看到适合这台电脑的推荐模型，做文书归纳选小参数模型一般够用。配置太老体验会打折，别期待它跑很大参数的模型。 脱敏后AI整理的内容能直接进正式病历吗 不建议。它给的是草稿，数字、结论、时间线都要医生逐句核对再誊入正式病历。签名意味着担责，这一步交不出去。
提示