前兩天和朋友一起吃飯，朋友是個小老板，主要接一些行業(yè)項目來做，公司不大，二三十人，但是在這個行業(yè)做久了，也積累了大量的行業(yè)資料。

這些資料蘊含著大量行業(yè)知識，對于售前、競標、客服來說都是很寶貴的，可惜的是它們都以Word，PDF等方式散落在硬盤里，不成體系，知識搜索起來很麻煩。

朋友說：“能不能建個知識庫？引入AI技術，精準地搜索一下?！?/p>

我說：“沒問題啊，現(xiàn)在RAG技術太成熟了，不少互聯(lián)網大廠都有云端RAG服務，把資料傳上去就行了?！?/p>

朋友搖頭：“不行，這些資料也是我們公司的機密了，不能往云端傳。”

我又給他介紹了另一家大廠的解決方案，從硬件到軟件到應用，一應俱全，可以部署在本地。

朋友一看就拒了：“價格太高，我們小蝦米玩不起??！”

我明白了，朋友公司所需要的是一個“小而美”的知識庫，最好是免費的。

我上網搜了一下，發(fā)現(xiàn)了這么一個演示：PandaWiki品三國。

這個品三國很有意思，它就是個小知識庫，里邊上傳了《三國演義》和《三國志》等書籍，然后可以問一些有趣的知識類問題：

諸葛亮去世的時候是什么季節(jié)？

曹丕和曹植的關系很差嗎？

從回答中可以看出，它檢索了《三國演義》的相關章節(jié)，這個系統(tǒng)背后肯定用到了RAG技術。

它是怎么構建起來的呢？

再仔細一看，原來是個免費開源軟件，叫PandaWiki，兩個多月時間，已經有4500顆星星了，增長速度飛快。

PandaWiki 是一款 AI 大模型驅動的開源知識庫搭建系統(tǒng)，可以快速構建智能化的產品文檔、技術文檔、FAQ、博客系統(tǒng)，借助大模型的力量為你提供 AI 創(chuàng)作、AI 問答、AI 搜索 等能力。

好家伙，簡直就是為朋友公司定制的。

安裝

我馬上試了一下，安裝配置的過程也非常簡單，找一臺Linux服務器，一行命令就可以安裝完成。

如果你沒有Linux，也可以用虛擬機。

bash -c "$(curl -fsSLk https://release.baizhi.cloud/panda-wiki/manager.sh)"

安裝結束，終端就貼心地輸出了可以訪問的控制臺URL，用戶名和密碼。

SUCCESS  控制臺信息:
SUCCESS    訪問地址(內網): http://*.*.*.*:2443
SUCCESS    訪問地址(外網): http://*.*.*.*:2443
SUCCESS    用戶名: admin
SUCCESS    密碼: **********************

從安裝的過程來看，不得不說，現(xiàn)在的開源系統(tǒng)在用戶體驗方面遠遠超過了一些巨頭做的商業(yè)系統(tǒng)。

首次登錄，PandaWiki會提示配置AI模型，畢竟這是一個AI大模型驅動的系統(tǒng)，為了實現(xiàn)RAG，肯定需要一個Embedding模型，Rerank模型。為了實現(xiàn)智能對話，肯定需要一個Chat模型。

我這里選擇了百智云提供的相關模型：

到百智云上注冊一下，拿到API Key, 就可以用了。

ps.現(xiàn)在注冊，可以薅5塊錢羊毛。

使用

配置完AI模型以后，剩下的事情就非常非常簡單了，簡單到我都懶得介紹了。

無非就是創(chuàng)建一個知識庫，導入文檔，然后就可以用起來了。

讓我印象深刻的是，這里有著花樣繁多的導入方式，可以看出PandaWiki在這方面是非常用心的：

我創(chuàng)建了一個歷史名人知識庫，上傳了幾個文檔，測試一下：

接著追問：

效果相當不錯，整個過程前后花費的時間應該不到半個小時。

總結

我之前也介紹過不少優(yōu)秀的軟件系統(tǒng)，PandaWiki第一次讓我感到，在安裝、配置上沒啥可說的！它確實是做得太好了，把復雜性全部隱藏了起來，一行命令就把所有東西搞定了。

在后臺管理上，用戶面對的也就是知識庫、文檔、發(fā)布、導入等幾個非常簡單的概念，毫無障礙。

一句話：PandaWiki就是一個小而美的、AI驅動的知識庫的典范。

如果你也想建一個低成本的、私有的、AI驅動的知識庫，那PandaWiki是不二之選。

建議大家也試一試，支持一下這個國產開源的知識庫：

https://github.com/chaitin/PandaWiki，給它點一個Star：

如果有什么問題或者建議，歡迎加入官方交流群：