1. 使用效果对比基础

网上有许多关于构建本地知识库的文章，但我们更应深入应用，通过对比不同应用的效果，以充分发挥知识库的价值。

• 基础模型：DeepSeek-r1:8b
• 嵌入模型：DeepSeek-r1:8b、BAAI/bge-m3和nomic-embed-text
• 投喂资料：iNeuOS工业互联网操作系统的130个相关资料

2. Cherry Studio与AnythingLLM使用效果对比

本次对比使用DeepSeek-r1:8b作为嵌入模型，在投喂Word资料后，针对同样问题的使用效果进行对比。

AnythingLLM

使用效果简洁，但回答不够全面。

投喂资料如下图：

提出的问题是：请全面介绍一下iNeuView视图建模功能；回答效果如下图：

Cherry Studio

提问问题的描述较简单，但回答的结果显然优于AnythingLLM。

投喂资料如下图：

提出的问题是：请介绍一下iNeuView；回答效果如下图：

3. Cherry Studio嵌入模型使用对比

分别使用DeepSeek-r1:8b、BAAI/bge-m3和nomic-embed-text，保持其他调优参数不变，投喂同样资料后，针对相同提问：“请介绍一下iNeuView”进行效果对比。

1. 使用DeepSeek-r1:8b的回答效果如下图：
   
2. 使用BAAI/bge-m3的回答效果如下图：
   
3. 使用nomic-embed-text的回答效果，内容最接近投喂资料并符合提问意图，如下图：
   

4. 结论

在相同条件下，AI应用工具Cherry Studio的效果优于AnythingLLM。虽然AI应用工具的核心是模型，但相同模型的使用效果仍存在差异。还有许多其他嵌入模型可供测试，欢迎大家分享使用效果。