介紹FastWiki

FastWiki是一個高性能、基于最新技術(shù)棧的知識庫系統(tǒng)，旨在為大規(guī)模信息檢索和智能搜索提供解決方案。它采用微軟Semantic Kernel進(jìn)行深度學(xué)習(xí)和自然語言處理，在后端使用MasaFramework，前端采用MasaBlazor框架，實(shí)現(xiàn)了一個高效、易用、可擴(kuò)展的智能向量搜索平臺。其目標(biāo)是幫助用戶快速準(zhǔn)確地獲取所需信息，具有智能搜索、高性能、現(xiàn)代化前端、強(qiáng)大的后端等特點(diǎn)。除此之外，FastWiki是開源和社區(qū)驅(qū)動的項(xiàng)目，采用Apache-2.0許可證，鼓勵開發(fā)者和企業(yè)使用和貢獻(xiàn)。

部署FastWiki

下面部署FastWiki將使用docker-compose進(jìn)行部署，如果不存在環(huán)境則先安裝docker和docker-compose的環(huán)境，由于postgresql需要使用向量插件，自己打包向量插件會過于麻煩，所以FastWiki提供了一鍵docker-compose的文件，內(nèi)部提供的postgresql自帶了vector插件了，我們只需要執(zhí)行腳本即可

部署One-Api

One-Api是干什么的：

• One-Api用于AI的中轉(zhuǎn)站，由于大部分的AI工具僅支持openai的api格式，但是國內(nèi)的AI的接口格式五花八門，所以我們需要通過One-Api將國內(nèi)的AI轉(zhuǎn)換成openai的接口格式下面我們開始部署我們的One-Api

將下面的內(nèi)容復(fù)制到一個docker-compose.yml文件中

version: '3.8'
services:
  one-api:
    image: justsong/one-api
    container_name: one-api
    restart: always
    ports:
      - "3000:3000"
    environment:
      - TZ=Asia/Shanghai
    volumes:
      - ./data/one-api:/data

我們使用最輕量級的Sqlite版本，啟動容器以后打開瀏覽器訪問：http://localhost:3000/

登錄系統(tǒng)，默認(rèn)賬號為 root，密碼為 123456。

1. 添加渠道

   1. 

2. 添加星火大模型的渠道

   1. 

3. 獲取星火大模型的密鑰

   1. 控制臺-訊飛開放平臺 (xfyun.cn) 在這里申請一個應(yīng)用和產(chǎn)品，3.5個人用戶可以免費(fèi)領(lǐng)取200萬的Token對于測試基本是夠用的

4. 獲取到密鑰 安裝APPID|APISecret|APIKey的格式填寫到上面One-Api的密鑰當(dāng)中即可，
   

5. 創(chuàng)建One-Api的Token，設(shè)置無限額度，然后點(diǎn)擊提交。

   1. 

6. 點(diǎn)擊復(fù)制key，然后將key修改下面的compose文件中的OPENAI_CHAT_TOKEN的環(huán)境變量的值，OPENAI_CHAT_ENDPOINT的地址則修改成fast-wiki-service能訪問的地址，比如你局域網(wǎng)的ip加端口 OPENAI_CHAT_ENDPOINT=http://ip:端口 這樣即可。

   1. 

下載docker-compose.yml

curl -o docker-compose.yml https://raw.githubusercontent.com/239573049/fast-wiki/master/docker-compose.yml

然后打開下載的docker-compose.yml文件，知識庫依賴了第三方服務(wù)所以不能直接運(yùn)行，需要修改部分參數(shù)。

version: '3.8'  # 可以根據(jù)需要使用不同的版本
services:
  fast-wiki-service:
    image: registry.cn-shenzhen.aliyuncs.com/fast-wiki/fast-wiki-service
    container_name: fast-wiki-service
    user: root
    restart: always
    ports:
      - "8080:8080"
    build: 
      context: .
      dockerfile: ./src/Service/FastWiki.Service/Dockerfile
    volumes:
      - ./wwwroot:/app/wwwroot/
    environment:
      - OPENAI_CHAT_ENDPOINT=https://api.openai.com
      - OPENAI_CHAT_EMBEDDING_ENDPOINT=https://ai-api.token-ai.cn/
      - OPENAI_CHAT_TOKEN={您的TokenKey}
      - OPENAI_CHAT_MODEL=gpt-3.5-turbo
      - OPENAI_EMBEDDING_MODEL=text-embedding-3-small
      - ASPNETCORE_ENVIRONMENT=Development
      - OPENAI_EMBEDDING_TOKEN=sk-CpKIlADEESeOdoXnF58e72A2C8Af4e0c8b52Eb6eE7116c7a

  postgres: # 當(dāng)前compose服務(wù)名
    image: registry.cn-shenzhen.aliyuncs.com/fast-wiki/pgvector:v0.5.0 # 拉取的數(shù)據(jù)庫鏡像
    container_name: postgres  # 容器運(yùn)行的容器名稱
    restart: always  # 開機(jī)自啟動
    environment:  # 環(huán)境變量
      POSTGRES_USER: token  # 默認(rèn)賬號
      POSTGRES_PASSWORD: dd666666 # 默認(rèn)密碼
      POSTGRES_DB: wiki # 默認(rèn)數(shù)據(jù)庫
      TZ: Asia/Shanghai  # 數(shù)據(jù)庫時區(qū)
    volumes:
      - ./postgresql:/var/lib/postgresql/data # 將PostgreSql數(shù)據(jù)持久化

  fast-wiki-server:
    image: registry.cn-shenzhen.aliyuncs.com/fast-wiki/fast-wiki-server
    container_name: fast-wiki-server
    restart: always 
    ports:
      - "2180:8080"
    build: 
      context: .
      dockerfile: ./src/Web/FastWiki.Web.Server/Dockerfile
    environment:
      - FAST_WIKI_SERVICE=http://知識庫api的ip:8080 
    volumes:
      - ./model.json:/app/model.json

FastWikiService環(huán)境變量參數(shù)：

• QUANTIZE_MAX_TASK：量化任務(wù)的最大并發(fā)數(shù)，默認(rèn)為3
• OPENAI_CHAT_ENDPOINT：OpenAI API的地址
• OPENAI_CHAT_EMBEDDING_ENDPOINT： Embedding API的地址
• OPENAI_CHAT_TOKEN： OpenAI API的Token
• OPENAI_CHAT_MODEL： 對話的模型，默認(rèn)gpt-3.5-turbo
• OPENAI_EMBEDDING_MODEL： Embedding的模型，默認(rèn)text-embedding-3-small
• OPENAI_EMBEDDING_TOKEN: Embedding的Token, 默認(rèn)為空，為空則使用對話的Token

FastWiki.Web.Server環(huán)境變量參數(shù)：

• FAST_WIKI_SERVICE：FastWikiService的地址，默認(rèn)為http://localhost:5124

請注意FAST_WIKI_SERVICE環(huán)境變量一定是得外網(wǎng)能訪問到的地址，否則在回復(fù)知識庫內(nèi)容的時候會導(dǎo)致引用的文件出現(xiàn)404.

FastWiki為你提供了免費(fèi)的向量Api，這個地址和token僅支持向量（并且對于ip進(jìn)行限流）。

創(chuàng)建自定義模型的json以便支持國產(chǎn)模型，文件需要于docker-compose.yml同級：

model.json

{
  "ChatModel": [
    {
      "label": "gpt-3.5-turbo",
      "value": "gpt-3.5-turbo"
    },
    {
      "label": "gpt-4-0125-preview",
      "value": "gpt-4-0125-preview"
    },
    {
      "label": "gpt-4-1106-preview",
      "value": "gpt-4-1106-preview"
    },
    {
      "label": "gpt-4-1106-vision-preview",
      "value": "gpt-4-1106-vision-preview"
    },
    {
      "label": "gpt-4",
      "value": "gpt-4"
    },
    {
      "label": "gpt-4-32k",
      "value": "gpt-4-32k"
    },
    {
      "label": "gpt-3.5-turbo-0125",
      "value": "gpt-3.5-turbo-0125"
    },
    {
      "label": "SparkDesk-v3.5",
      "value": "SparkDesk-v3.5"
    }
  ],
  "EmbeddingModel": [
    {
      "label": "text-embedding-3-small",
      "value": "text-embedding-3-small"
    }
  ]
}

SparkDesk-v3.5則是星火大模型。

上面文件創(chuàng)建好了以后執(zhí)行，然后就可以訪問http://localhost:2180/

docker-compose up -d

登錄系統(tǒng)默認(rèn)賬號admin密碼Aa123456

1. 點(diǎn)擊知識庫->創(chuàng)建知識庫 點(diǎn)擊添加。

   1. 

2. 點(diǎn)擊創(chuàng)建的知識庫：

   1. 

3. 點(diǎn)擊導(dǎo)入文件
   

4. 拖動需要上傳的.md/.pdf/.txt的文件到這里，然后點(diǎn)擊下一步，一直到上傳數(shù)據(jù)，

   1. 

5. 上傳數(shù)據(jù)，點(diǎn)擊上傳，上傳完成關(guān)閉彈窗。

   1. 

6. 數(shù)據(jù)上傳以后服務(wù)會在后臺進(jìn)行量化，等待上傳完成以后點(diǎn)擊應(yīng)用，然后創(chuàng)建應(yīng)用

   1. 

7. 創(chuàng)建應(yīng)用，然后打開創(chuàng)建的應(yīng)用
   1.

8. 綁定知識庫，點(diǎn)擊選擇知識庫然后點(diǎn)擊需要綁定的知識庫，在關(guān)閉彈窗，然后點(diǎn)擊保存修改即可。

9. 修改電話基礎(chǔ)模型，修改為添加的SparkDesk-v3.5然后點(diǎn)擊保存修改即可

   1. 

10. 打開聊天然后提問上傳的文檔的內(nèi)容，這樣就可以針對性規(guī)范AI了，還可以設(shè)置超出知識庫返回的時候回復(fù)內(nèi)容！
    

開源地址

Github: https://github.com/239573049/fast-wiki

Gitee: https://gitee.com/hejiale010426/fast-wiki

在線文檔：https://docs.token-ai.cn/

體驗(yàn)地址：https://chat.token-ai.cn/chat/share-chat?id=939b3ad2f853422db0d781bcb19a8bf1

知識庫微信交流群加：
文章來源地址http://www.zghlxwxcb.cn/news/detail-837911.html

到了這里，關(guān)于智能AI知識庫，增強(qiáng)AI知識的開源項(xiàng)目的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！