HR用本地部署DeepSeek处理简历和制度问答，资料留在本机-软领DS一键部署大师-有用科技官网

招聘旺季一天几十份简历，员工隔三差五来问婚假天数、报销流程，HR想让AI搭把手很正常。可简历上有手机号和工作经历，制度文件里写着薪酬结构，这些内容贴进网页版AI，就等于发到了别人的服务器上。

换个做法：把DeepSeek装到HR自己的电脑里。用「软领DS一键本地部署大师」部署本地模型，简历在本机分析，制度文档导入本地知识库后在本机检索，处理过程不需要把文件交给第三方AI服务。

简历和制度文件，为什么不适合贴进在线AI

候选人简历属于个人信息，姓名、电话、教育经历、离职原因都写在上面。薪酬方案、绩效细则这类制度文件，多数公司明确划为内部资料。用在线AI处理它们，内容要先发送到服务商的服务器，走什么链路、留存多久，HR很难向合规部门解释清楚。不少公司干脆一刀切，禁止把员工和候选人数据提交给外部AI。

本地部署解决的就是这一层。模型文件下载到本机，推理在本机完成，导入知识库的文档也以向量形式存在本地数据库里。HR照常用AI，数据的物理位置没变。

本地部署不等于软件从头到尾不联网。安装模型服务、下载模型、软件更新这些环节需要网络。这篇说的隐私本地化，指的是简历和制度资料的分析、检索在本机完成，文件不需要上传给第三方AI处理。

整个过程在中文界面里点选完成，不用自己去装Ollama，也不用打开命令行。

本地知识库导入文档并向量化的界面-软领DS一键本地部署大师

公司配的普通办公电脑不用硬上大参数模型。打开“仅兼容”后，列表只显示当前配置带得动的型号。制度问答这类任务先靠知识库把相关段落检索出来，再由模型组织回答，小参数模型也能胜任，简历要点提取同理。

筛简历时，把简历文本贴进对话，附上这个岗位的硬性要求，让模型列出匹配项、缺口和需要面试确认的疑点。它给的是初筛参考，最终判断还是HR来做，但每份简历很快出要点，比逐份精读省力。

写JD可以反过来用：把岗位职责、汇报关系、任职要求几条核心信息给模型，让它出一版初稿，HR再按公司口径修改。制度问答则依赖知识库，员工问“产假怎么休”“出差补贴怎么算”，直接在对话里提问，模型会基于导入的制度文档作答，省得每次翻文件。

有一点要盯住：涉及天数、金额、比例这类具体数字，回答后最好翻一眼制度原文核对。模型偶尔会答错细节，把它当熟悉文件的助理用，别当最终裁决。

已部署的本地模型在本机运行，对话由它处理。注意别开联网搜索，那个功能会检索网络信息；处理敏感资料时用纯本地对话就行。

先装好软件，在模型页打开“仅兼容”，能显示出来的就是这台电脑可以部署的型号。配置太老的机器可选项会少，建议先看筛选结果再决定，别默认所有电脑都能跑大模型。

把新版文档重新导入知识库，向量化完成后提问就会用到新内容。稳妥的做法是给新版制度单独建一个知识库，避免新旧版本混在一起答串了。

可以。模型服务在「模型」页面按提示安装，选模型、点部署、开始对话都在界面里点选，全程不用敲 ollama run 这类命令，也不用自己去装Ollama。

有可能，这是大模型的通病。把制度文档导入知识库能明显减少乱答，因为回答会围绕检索到的原文展开。关键数字仍建议和原文对一遍，尤其是要正式答复员工的场合。