简介： 准备工作再安装ChatWiki之前，您需要准备一台具有联网功能的linux服务器，并确保服务器满足最低系统要求• Cpu：最低需要2 Core• RAM：最低需要4GB开始安装ChatWiki社区版基于Docker部署，请先确保服务器已经安装好Docker。如果没有安装，可以通过以下命令安装：

前排提示，文末有大模型AGI-CSDN独家资料包哦！

目前大模型非常火爆，很多企业一直想把大模型用在企业的客服中，但是基本上没有太多的成功案例。这个事情，我思考了下

1. 企业的客服服务是非常严谨的，不能乱回答。

比如在电商场景，用户说这个产品是否可以退款， 那大模型如果回答说可以。如果产品价格非常高，比如在1万以上，那么这个产品是不是要退款？损失谁来回答。 所以企业必须要机器人严格按照企业的知识库的要求来，不能乱回答

2.企业的资料的保密性

目前的大模型，当你把资料传给大模型的时候，实际上，你把资料也给机器人当做语料去训练机器人了，你的文档就是公开的文档了，这对许多企业来说，基本上不会把敏感资料传给大模型了

还记得之前网上报道过，三星把一个芯片资料传给大模型，导致敏感技术资料泄密的问题。

ChatGPT「奶奶漏洞」又火了，扮演过世祖母讲睡前故事，骗出Win11序列号

3 大模型从问答，到企业部署到自己的客服渠道，有大多的工作量

大模型提高了接口，提供了文字问答能力，但是，企业的客户咨询，是从

1 APP里

2 公司官网

3 公众号，小程序，视频号

4 抖音

5 小红书

6 微博

这么渠道，各个场景都要去覆盖，一般的企业根本就没这个开发实力。

基于这个想法，我就想做个基于大模型的问答机器人，完全打通小程序客服，微信公众号客服，视频号小店客服，H5APP客服，公司官网，部署简单。这样企业就很方便的部署起来。

我的想法是

方法一：渠道统一管理， 把常用的渠道，全部默认支持到

方法二 ：将企业知识库管理简单化

直接将doc，网址，pdf ，excel 直接上传到，就可以支持基于知识库的问答了。

上传的知识库，进行分段embedding操作

最后创建机器人，关联这个知识库，就可以对外提供服务了

以下是我们的架构图

下面是具体的一些介绍

ChatWiki

ChatWiki是一款开源的知识库 AI 问答系统。系统基于大语言模型（LLM ）和检索增强生成（RAG）技术构建，提供开箱即用的数据处理、模型调用等能力，可以帮助企业快速搭建自己的知识库 AI 问答系统。

能力

---

1、专属 AI 问答系统

通过导入企业已有知识构建知识库，让 AI 机器人使用关联的知识库回答问题，快速构建企业专属 AI 问答系统。

2、一键接入模型

ChatWiki已支持全球20多种主流模型，只需要简单配置模型API key等信息即可成功接入模型。

3、数据自动预处理

提供自动分段、QA分段、手动输入和 CSV 等多种方式导入数据，ChatWiki自动对导入的文本数据进行预处理、向量化或 QA 分割。

4、简单易用的使用方式

ChatWiki采用直观的可视化界面设计，通过简洁易懂的操作步骤，可以轻松完成 AI 问答机器人和知识库的创建。

5、适配不同业务场景

ChatWiki为 AI 问答机器人提供了不同的使用渠道，支持H5链接、嵌入网站、绑定到微信公众号或小程序、桌面客户端等，可以满足企业不同业务场景使用需求。

开始使用

---

准备工作

再安装ChatWiki之前，您需要准备一台具有联网功能的linux服务器，并确保服务器满足最低系统要求

• Cpu：最低需要2 Core
• RAM：最低需要4GB

开始安装

ChatWiki社区版基于Docker部署，请先确保服务器已经安装好Docker。如果没有安装，可以通过以下命令安装：

sudo curl -sSL https://get.docker.com/ | CHANNEL=stable sh

安装好Docker后，逐步执行一下步骤安装ChatWiki社区版

(1).克隆或下载chatwiki项目代码

git clone https://github.com/zhimaAi/chatwiki.gitnewsbriefpoundbpress

(2).使用Docker Compose构建并启动项目

cd chatwiki/docker

docker compose up -d

部署手册

界面

---

技术架构

---

技术栈

---

• 前端：vue.js

• 后端：golang +python

• 数据库：PostgreSQL16+pgvector+zhparser

• 缓存：redis5.0

• web服务：nginx

• 异步队列：nsq

• 进程管理：supervisor

• 模型：支持OpenAI、Google Gemini、Claude3、通义千文、文心一言、讯飞星火、百川、腾讯混元等模型。

读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈

观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓