基于deepseek模型知识库，Cherry Studio和AnythingLLM使用效果对比
💡
原文中文，约1100字，阅读约需3分钟。
📝
内容提要
Cherry Studio在提问时的回答比AnythingLLM更全面，且不同嵌入模型的表现各异，其中nomic-embed-text模型的回答最接近输入资料。
🎯
关键要点
- 对比不同应用效果可以更好地发挥知识库的价值。
- 基础模型为deepseek-r1:8b，嵌入模型包括deepseek-r1:8b、BAAI/bge-m3和nomic-embed-text。
- 使用deepseek-r1:8b作为嵌入模型时，AnythingLLM的回答较为简洁，不够全面。
- Cherry Studio在提问时的回答效果明显优于AnythingLLM。
- 在使用不同嵌入模型时，nomic-embed-text的回答内容最接近投喂的资料。
- 同样条件下，Cherry Studio的效果优于AnythingLLM，模型应用效果存在差异。
➡️
