报告围绕DeepSeek展开，涵盖模型介绍、本地部署、本地知识库搭建及应用场景等方面，为用户全面了解和使用DeepSeek提供指引。
1. DeepSeek模型概述：DeepSeek R1推理模型推理能力强，支持多轮对话。核心亮点是支持本地化部署，保护数据隐私，提供8B、32B、70B等多种量化蒸馏模型，适配不同精度与性能需求。其依托开源生态，兼容多种框架且跨平台，在科研、自动化工作流、日常答疑等场景应用广泛。
2. 本地部署指南：本地部署DeepSeek意义重大，可保护数据隐私、满足自定义需求、支持离线使用并优化性能。软件上支持Windows、Linux、macOS系统，部署时需下载安装包并设置防火墙。硬件选择上，不同量化模型对CPU、GPU显存要求各异，如CPU适用于1.5B Q8或8B Q4模型，GPU 4G可运行8B Q4推理等。安装方式多样，Ollama方式便捷，还可利用GPT4All安装。以DeepSeek R1 671B完整版本部署为例，需从HuggingFace下载模型文件，安装ollama并创建Modelfile文件等。
3. 本地知识库搭建：基于AnythingLLM搭建本地知识库，先下载nomic - embed - text和AnythingLLM Desktop。安装完成后创建工作区，设置LLM提供者、聊天模型等。可上传本地文档或配置远程文档，还能生成API密钥用于编程访问管理。
4. 应用场景解析：个人用户利用DeepSeek提升工作效率与创造力，如管理本地资料、打造私人助理、实现任务自动化、进行模型微调等，还能保障隐私安全。企业用户借助其降本增效，变革业务流程，如处理敏感数据、管理知识、实现业务流程自动化、进行安全风控等。在元娲生态产品中，DeepSeek助力虚拟人定制，使其具备智能问答、AIGC能力，还应用于元镜视频创作系统、元知AI综述平台，推动相关产业发展。
