前言：为什么要本地化？

（痛点描述） 还在为 ChatGPT 的 Plus 会员费心疼？还在担心公司敏感代码传到云端泄露？2025 年了，DeepSeek 的能力已经不仅是“够用”，而是“惊艳”。本文带你手把手，10分钟在本地笔记本上搭建一套基于 DeepSeek + Ollama 的私人知识库。

对于开发者，最后教如何使用gemini3 pro api，针对python和java

2. 核心架构图解

• 模型层： Ollama (管理 DeepSeek 模型)

• 交互层： AnythingLLM (或 Dify，提供 UI 和 向量数据库管理)

• 数据层： 本地 Markdown/PDF 文档

3. 第一步：Ollama 极速安装与模型拉取

• 展示下载命令。

• 关键代码：

  # 安装完成后，终端输入以下命令拉取 DeepSeek Coder V2 (或最新 V3)
  ollama run deepseek-coder:33b
  
  # 验证是否运行成功
  curl http://localhost:11434/api/generate -d '{
    "model": "deepseek-coder:33b",
    "prompt": "用 Python 写一个贪吃蛇游戏"
  }'
  

4. 第二步：配置 AnythingLLM (投喂知识)

• 图文演示如何下载桌面版 AnythingLLM。

• 在设置中选择 Ollama 作为推理引擎，输入 http://localhost:11434。

• 实战演示： 上传一份《公司内部开发规范.pdf》，然后提问：“我们公司的代码注释规范是什么？”

• 截图展示 AI 准确读取文档并回答的过程。

5. 第三步：进阶——通过 API 调用你的本地模型

• 对于想做二次开发的同学，提供一段 Python 代码示例（使用 LangChain）：

  from langchain_community.llms import Ollama
  
  llm = Ollama(model="deepseek-coder:33b")
  response = llm.invoke("如何优化 Solidity 智能合约的 Gas 消耗？")
  print(response)
  

6. 总结

• 对比云端 API 的成本（0元 vs 昂贵 Token）。

• 强调数据的绝对隐私。

• 文末福利： 关注博主，私信“DeepSeek”获取本文用到的所有安装包百度云链接（增加粉丝粘性）。

7. 白嫖gemini3 pro使用其api

第一步：白嫖gemini3 pro：白嫖gemini 3 pro方法-CSDN博客

第二步：python的安装Google GenAI SDK，java引用依赖

pip install -q -U google-genai

<dependencies>
  <dependency>
    <groupId>com.google.genai</groupId>
    <artifactId>google-genai</artifactId>
    <version>1.0.0</version>
  </dependency>
</dependencies>

第三步：提交一个请求

python

from google import genai

# The client gets the API key from the environment variable `GEMINI_API_KEY`.
client = genai.Client()

response = client.models.generate_content(
    model="gemini-2.5-flash", contents="Explain how AI works in a few words"
)
print(response.text)

java

package com.example;

import com.google.genai.Client;
import com.google.genai.types.GenerateContentResponse;

public class GenerateTextFromTextInput {
  public static void main(String[] args) {
    // The client gets the API key from the environment variable `GEMINI_API_KEY`.
    Client client = new Client();

    GenerateContentResponse response =
        client.models.generateContent(
            "gemini-2.5-flash",
            "Explain how AI works in a few words",
            null);

    System.out.println(response.text());
  }
}