伴随着DeepSeek在全球的在线推理需求增长，大语言模型数据的存储成本也水涨船高，因此需要一个外置数据库来持久化存储这些语料，而向量数据库就是其中的不二之选。

近几年，TiDB在向量数据库方面也有所成就：

· 2024年6月，TiDB Cloud Severless率先支持向量搜索特性；

· 2024年11月，本地部署版本TiDB 8.4.0-DMR发布，支持向量搜索功能；

· 2024年12月，TiDB 8.5.0-LTS发布，提升向量距离函数性能，提升数据更新场景下向量搜索的查询性能，并新增关于构建向量索引CPU使用率的监控指标。

优刻得在近期上线了TiDB v8.5.1版本，可以结合PingCAP开源项目AutoFlow与DeepSeek大模型，快速搭建知识库系统，为客户提供更便捷的AI体验流程。

优刻得云上TiDB结合AutoFlow与DeepSeek，快速构建知识库问答系统

构建智能化的知识库问答系统已成为企业和个人提升信息管理效能的关键基础设施。基于强大的智能处理能力，可以将复杂的问题细致地分解并深入分析，从而准确定位用户的核心需求，并通过多样化的呈现方式（包括文字说明、数据表格和直观图片）提供全面且易懂的回答。这类系统不仅能显著提高信息检索效率，也为用户提供了更好的决策支持。

AutoFlow是PingCAP开发的一款开源工具，使用TiDB向量存储构建图谱知识库（GraphRAG：Knowledge Graph RAG）。它集成了LlamaIndex和DSPy框架，支持复杂的对话搜索和知识图谱编辑功能。用户只需使用简单的JavaScript代码片段，即可将对话搜索窗口嵌入到他们的网站中，从而显著提升用户体验。

环境准备

1. 在优刻得控制台新建一台带外网的快杰云主机，开放端口3000

2. 快杰云主机安装git，python3，docker以及docker-compose-plugin插件

3. 在优刻得控制台新建一个8.5.1版本的TiDB，并且开启TiFlash。需要与之前的主机在同一项目，同一VPC下，确保与快杰云主机网络互通

部署AutoFlow

AutoFlow支持本地部署，以下是使用Docker Compose进行部署的简要步骤。具体细节可参考官方文档：https://tidb.ai/docs/deploy-with-docker

1. 在快杰云主机上克隆AutoFlow的代码仓库

2. 修改配置文件，填入TiDB的连接信息

3. 连接到TiDB集群，并创建tidbai_test数据库

4. 初始化数据，并指定管理员邮箱

预期输出，提示了管理员的邮箱和密码：

5. 使用内置的本地嵌入重新排序器（embedding reranker），启动知识库服务。

预期输出：

6. 访问AutoFlow服务，登录管理员账号

打开浏览器，输入访问链接：http://外网ip:3000

7. 注册并登录Gitee AI平台，获取API Key访问令牌

8. 配置AutoFlow应用

配置LLM模型。选择Gitee AI服务商，添加DeepSeek模型，例如DeepSeek-R1模型：

配置local Embedding模型：

9, 配置知识库

添加数据来源，可添加文件、网页或者网站地图。

接下来，需要等待一段时间，应用会基于以上配置创建索引。最后，添加聊天引擎，设置用户对话界面。

10. 体验问答系统

TiDB 是国产数据库中的佼佼者，以其卓越性能、安全可靠和强大功能，赢得了广泛的赞誉和应用。优刻得基于 PingCAP 的开源 TiDB，实现了 TiDB 在公有云的产品化，快速给用户提供一键部署，灵活集群管理，接入方便的高性能数据库服务。

DeepSeek 是国产大模型的“地震级”里程碑，更是以其突破性的技术创新，大幅降低训练成本，普通用户可以使用公版卡或者国产 GPU 来替代其他高端显卡，完成项目落地，跨越式实现降本增效。通过优刻得控制台几分钟内即可极速创建 TiDB，使其与 AutoFlow 和 DeepSeek 进行深度整合，能够快速打造出一个完全自主可控的、纯国产的知识库问答系统。