網上有很多構建本地知識庫的文章，我們更應該更深入應用，對比不同的應用效果，才能發揮知識庫本身的價值。

基于deepseek模型知識庫，Cherry Studio和AnythingLLM使用效果對比

目       錄

1.      使用效果對比基礎

2.      Cherry Studio和AnythingLLM使用效果對比

3.      Cherry Studio嵌入模型使用對比

4.      結論

---

 

1.   使用效果對比基礎

　　網上有很多構建本地知識庫的文章，我們更應該更深入應用，對比不同的應用效果，才能發揮知識庫本身的價值。

　　（1）基礎模型為deepseek-r1:8b。

　?。?）嵌入模型分別為：deepseek-r1:8b、BAAI/bge-m3和nomic-embed-text。

　　（3）投喂資料為iNeuOS工業互聯網操作系統的130個相關資料。

2.   Cherry Studio和AnythingLLM使用效果對比

　　這個對比是使用deepseek-r1:8b作為嵌入模型，投喂Word資料后，提問同樣的問題后使用的效果對比。

　　AnythingLLM使用效果，顯然回答的比較簡潔，不夠全面。

　　投喂資料，如下圖：

　　提出問題：請全面介紹-下iNeuView視圖建模功能；回答效果如下圖：

　　Cherry Studio使用效果，提問問題的描述相更簡單，但是回答的結果顯然比AnythingLLM更好。

　　投喂資料，如下圖：

　　提出問題：請介紹-下iNeuView；回答效果如下圖：

3.   Cherry Studio嵌入模型使用對比

　　分別使用deepseek-r1:8b、BAAI/bge-m3和nomic-embed-text，不設置其他調優參數的情況下，投喂同樣的資料，知識庫提問的使用效果，同樣的提問問題：請介紹一下iNeuView。顯然使用nomic-embed-text嵌入模型的回答內容最接近投喂的資料。

　?。?）使用deepseek-r1:8b作為嵌入模型的回答效果如下圖：

　　（2）使用BAAI/bge-m3作為嵌入模型的回答效果如下圖：

　?。?）使用nomic-embed-text作為嵌入模型的回答效果，最接近投喂資料內容和最符合提問的意圖。如下圖

4.   結論

　　同樣條件下，AI應用工具Cherry Studio比AnythingLLM效果要更好，按理說AI應用工具的核心是模型，但是同樣的模型應用效果是有差別的。也有其他的嵌入模型，大家也可以試試效果分享出來。

---

物聯網&大數據技術 QQ群：54256083

物聯網&大數據項目 QQ群：727664080

QQ：504547114

微信：wxzz0151

博客：http://www.rzrgm.cn/lsjwq

微信公眾號：iNeuOS