在目前deepseek频繁遭到DDoS攻击的当下，最佳平替还是deepseek —— 硅基流动联合华为爬出来的完整R1库（非提纯、蒸馏）。

相比360硬蹭的行为，硅基家还是有优势的。

优点：

- 有外联API，可以用客户端直接部署到本地客户端上

- 纯正R1体验

- 送了13块钱朋友费体验

缺点：

- 收费，且token消耗不低

- 仍然还是没有deepseek本家调教的好，同一个问题虽然给出的答案都类似，但问题的拓展性、逻辑活跃性、思维链路表达、文字输出方面还差点意思。不知道是不是因为这个R1模型相对来说比较封闭的关系

总之，继续昨天kimi的话题。如果原版deepseek是在读硕士、kimi1.5预览版是水硕，硅基部署的R1介于两者之间，属于比上不足比下有余的状态。

对于token使用量不高的场景来说，在deepseek无法访问的时候，可以切换到硅基部署的R1模型应急。

不过话说回来，本地知识库仍旧任重而道远。

【下面看图说话】

下午用ollama+嵌入模型+硅基R1 API的组合尝试构建小说的知识库，结果仍旧惨不忍睹。不知道是嵌入模型学习能力的问题、还是对长文分段上仍有局限性，亦或是对docx支持不佳。

结果就是，索引文件垃的一匹。空耗了8万token的流量，屁用也没。

任重而道远啊，任重而道远。

之后会试试导入更轻量的markdown格式，看看有没有改观，估计悬......