ARTICLE · 1167149
从零搭建本地知识库(一):用DSH App前必做的边界检查
从零搭建本地知识库(一):用DSH App前必做的边界检查
手上散着几堆资料，你也想过把它们变成一套能提问的本地知识库。于是开始挑工具，装完才发现两件事：这个不让商用，那个得先把资料传上去。 这一系列写的就是这条路的完整走法。工具全部落在 DSH App（DeepSeek Harness）上——一个桌面端应用，不用会写代码，能照着填、照着跑就行。后面的每一篇，涉及的开源项目和插件我都会点名，并给出具体的获取路径。 真正的问题不在工具，在于你还没想清楚自己受什么约束。 常见的触发点是这样：你已经试到第二个工具，两次都卡在同一处——要么卡在许可，要么卡在「资料得先传上去」。卡到第二次的时候，就该停下来，先把边界写清楚。 什么情况下你才会需要它：当你要处理的是不能外传的资料，或者你打算长期用、以后还要换工具的时候。 按四类边界过一遍，每类只问几个问题。 许可边界：这个组件用什么许可证？我只在自己机器上用，还是要给同事用？要不要放到内网当服务？ 数据边界：资料是什么密级？检索那一步要不要联网？生成那一步能不能不出本机？ 架构边界：哪些环节必须离线，哪些环节允许调用外部服务？ 操作边界：装之前要不要先用非敏感材料跑通一遍？索引目录会不会被提交进代码仓库？ 四类问完，再回头看工具清单，你会发现能选的其实不多——这正是你要的结果。 这一系列用到的东西都在台面上，没有一件是内部的。 DSH App 本体：在 DeepSeek 官方下载页取（https://www.deepseek.com/download/）。本文写作时本机装的是 0.2.0-rc.2。 第三方插件：DSH 有公开的插件市场（https://dshbase.com/zh/plugins/DSH-Plugins-Marketplace/）；后面几篇用到的知识库插件，也能在 GitHub 上直接取到。 开源项目：凡后续提到开源项目，都会在该篇里给出仓库地址与安装命令，不写成「某工具」。 地址会变，插件也会更新。照着做之前先打开看一眼，比信一篇旧文章稳。 假设你手上有三类材料：公开的行业资料、内部的业务文档、少量涉密内容。 先过许可边界。只用宽松许可证的组件，你以后想把整套东西打包给同事也没问题；一旦引入带传染性条款的组件，就得接受「纯本地、不分发、不对外提供网络服务」这个前提。 再过数据边界。公开材料可以随便用外部服务；内部文档要看服务商有没有明确承诺不拿你的输入去训练；涉密内容就只剩本地模型一条路。 最后过架构边界。把链路画成三段：本地解析、本地检索、生成。前两段永远离线，只有生成那一段可以按密级决定要不要调用外部服务。 操作边界留到装之前。先用一份非敏感材料把整条链路跑通，再换真实资料；索引目录一开始就写进忽略清单，别等提交之后才想起来。 四类一过，工具清单自己就缩下来了。 你能用一句话说清这套东西的用途，以及它的硬约束； 四类边界你各有明确答案，不是「应该没事」； 你砍掉的比留下的多，而且砍的时候不心疼。 定边界要花掉半天到一天，而且它不产出任何能跑的东西——只有一张纸。 如果你手上全是公开资料、也不介意上传，那可以直接跳过，挑个顺手的工具就行。四类边界是为「资料不能外传」这个前提服务的；没有这个前提，它只是多余的谨慎。 跳过的代价，通常不是失败，是返工：装完才发现检索那一段必须联网，整条链路要重挑一遍。 还有一个代价要说清：边界定死之后，有些很好用的组件你就用不上了。这不是损失，是你在拿功能换可控。 边界定完，接着要把它落到一件具体工具上。下一篇从 dsh-kb-rag 开始，一步步走通装、灌、问。