开源RAG+GraphRAG知识库系统，20+大模型集成，企业AI客服成本省90%，支持私有部署零风险，企业政务教育首选！
一款面向企业、高校及政务部门的开源知识库AI问答系统，基于先进的大语言模型（LLM）技术架构，融合检索增强生成（RAG）与GraphRAG知识图谱构建技术，为组织机构提供开箱即用的智能化知识管理解决方案。
01
项目介绍
一款面向企业、高校及政务部门的开源知识库AI问答系统，基于先进的大语言模型（LLM）技术架构，融合检索增强生成（RAG）与GraphRAG知识图谱构建技术，为组织机构提供开箱即用的智能化知识管理解决方案。
🎯 核心价值定位
- 技术领先性：集成20+主流大模型，支持DeepSeek R1、Claude、GPT等前沿AI引擎
- 应用场景广泛：适用于企业内训、客户服务、政务咨询、教育问答等多元化场景
- 部署灵活性：支持私有化部署，确保数据安全与合规性要求
👥 目标用户群体
- 企业客户：需要构建智能客服、内部知识管理系统的中大型企业
- 教育机构：高校、培训机构等需要智能问答服务的教育组织
- 政务部门：政府机构、事业单位等需要公共服务智能化的部门
02
项目亮点
💎 技术架构优势
- 🔧 微服务化架构：基于Docker容器化部署，支持高可用与弹性扩展
- 🧠 多模态AI引擎：集成向量检索与知识图谱混合检索，提升知识召回精度
- 📊 知识图谱可视化：支持文档智能抽取与图谱关系可视化展示
- 🔄 工作流编排：提供灵活的业务流程配置与自动化任务处理能力
🛡️ 安全与合规保障
- 🏠 本地化部署：支持私有环境部署，数据完全自主可控
- 🔐 多层权限管控：企业级角色权限体系，满足敏感数据安全要求
- 📝 审计日志完备：完整的操作记录与访问追踪机制
🌟 用户体验优势
- 📱 全渠道接入：支持Web、小程序、API等10+种访问方式
- 🖼️ 图文混合回复：智能提取文档图片，实现精准的图文关联应答
- 🎨 可视化配置：直观的界面设计，降低技术门槛与使用成本
03
运行环境及框架
🖥️ 服务器配置要求
| 配置项目 | 最低要求 | 推荐配置 |
|---|---|---|
| CPU | 4 Core | 8 Core+ |
| 内存 | 16 GB | 32 GB+ |
| 存储 | 100 GB | 500 GB+ |
| 网络 | 公网接入 | 专线/高带宽 |
| 操作系统 | Linux | Ubuntu 20.04+ / CentOS 8+ |
🏗️ 核心架构体系
- 容器化部署：基于Docker Compose的一键部署方案
- 微服务架构：前后端分离，支持独立扩展与维护
- 异步处理：NSQ消息队列确保高并发场景下的稳定性
- 数据持久化：PostgreSQL + Redis双层存储架构
04
框架和技术栈
🎨 前端技术架构
前端框架
├── Vue.js # 渐进式JavaScript框架
├── Element UI # 企业级UI组件库
├── Cherry Markdown # Markdown编辑器
└── WebSocket # 实时通信协议
⚡ 后端技术架构
后端服务
├── 核心应用层
│ ├── Golang # 高性能后端服务
│ └── Python # AI模型调用与数据处理
├── 数据存储层
│ ├── PostgreSQL 16 # 主数据库
│ ├── pgvector # 向量数据库扩展
│ ├── zhparser # 中文全文检索
│ └── Redis 5.0 # 缓存与会话存储
├── 服务治理层
│ ├── Nginx # 反向代理与负载均衡
│ ├── NSQ # 分布式消息队列
│ └── Supervisor # 进程管理与监控
└── AI模型层
├── OpenAI GPT系列 # 国际主流模型
├── 阿里通义千问 # 国产化大模型
├── 百度文心一言 # 商业化AI服务
└── DeepSeek系列 # 开源推理模型
📁 项目结构架构
chat/
├── docker/ # 容器化部署配置
│ ├── docker-compose.yml # 服务编排文件
│ └── nginx/ # Web服务配置
├── frontend/ # 前端应用代码
├── backend/ # 后端服务代码
├── docs/ # 项目文档
└── scripts/ # 部署脚本
05
功能介绍
📚 智能知识管理
- 🔄 多格式文档解析：支持DOCX、Excel、PDF、OFD、Markdown等格式自动解析
- 🤖 AI智能分段：基于语义理解的文档自动分段与预处理
- 🔍 混合检索引擎：向量检索与知识图谱检索的智能融合
- 📊 知识图谱构建：自动抽取实体关系，构建可视化知识网络
💬 对话交互能力
- 🎨 个性化机器人：支持自定义头像、昵称与专业提示词配置
- 🔗 工作流编排：多节点业务流程设计，实现复杂场景自动化
- 👥 人机协作：智能识别问题复杂度，支持人工客服无缝接入
- 📱 全渠道部署：Web应用、小程序、公众号、API等多终端覆盖
🛠️ 企业级管控
- 👥 团队协作管理：多角色权限体系，支持组织架构映射
- 📈 数据统计分析：会话质量监控、知识库使用效果分析
- 🔐 安全合规保障：敏感词过滤、访问权限控制、操作审计日志
- 🌐 品牌化定制：自定义域名、企业标识、帮助中心门户
🔧 开发者友好
- 🔌 标准API接口：RESTful API与OpenAI兼容接口
- 📦 配置文件管理：机器人与工作流的导入导出功能
- 🔍 调试监控工具：实时会话监控、响应时间分析、错误追踪
- 📚 完善文档体系：详细的部署指南与API文档支持
06
界面预览
07
快速开始
📋 环境准备
确保您的Linux服务器已安装Docker环境：
sudocurl-sSL https://get.docker.com/ | CHANNEL=stable sh
📦 部署步骤
1️⃣ 获取项目代码
# GitHub镜像
git clone https://github.com
# Gitee镜像（国内推荐）
git clone git@gitee.com
2️⃣ 启动服务
cd chatwiki/docker
docker compose up -d
3️⃣ 访问系统通过浏览器访问：http://服务器IP:18080
🔑 默认登录凭据用户名：
admin密码：chat.com@123
想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！
👇👇扫码免费领取全部内容👇👇
一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势
想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：
1. 100+本大模型方向电子书
2. 26 份行业研究报告：覆盖多领域实践与趋势
报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：
- 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
- 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
- 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
- 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。
3. 600+套技术大会 PPT：听行业大咖讲实战
PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：
- 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
- 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
- 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
- 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。
二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走
想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！
1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位
面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：
2. 102 道 AI 大模型真题：直击大模型核心考点
针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：
3. 97 道 LLMs 真题：聚焦大型语言模型高频问题
专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：
三、路线必明： AI 大模型学习路线图，1 张图理清核心内容
刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！
路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。
L1阶段:启航篇丨极速破界AI新时代
L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。
L2阶段：攻坚篇丨RAG开发实战工坊
L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。
L3阶段：跃迁篇丨Agent智能体架构设计
L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。
L4阶段：精进篇丨模型微调与私有化部署
L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。
L5阶段：专题集丨特训篇 【录播课】
四、资料领取：全套内容免费抱走，学 AI 不用再找第二份
不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：
👇👇扫码免费领取全部内容👇👇
2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！
更多推荐
8
0- 0
已为社区贡献102条内容
所有评论(0)