开源狂欢!AI 驱动的 Wiki 系统 PandaWiki 实测:从安装到智能问答仅需三步
我们开源了一款 AI 驱动的 Wiki 知识库
大家好,经过一个月的内测,我们昨天刚刚开源了一款 AI 驱动的 Wiki 项目,叫做 PandaWiki。
GitHub 链接:https://github.com/chaitin/PandaWiki
项目介绍
PandaWiki 是一款 AI 大模型驱动的开源知识库搭建系统,帮助你快速构建智能化的 产品文档、技术文档、FAQ、博客系统,借助大模型的力量为你提供 AI 创作、AI 问答、AI 搜索 等能力。
PandaWiki 除了是一款 Wiki 程序,除了是一款 AI 知识库以外,还有一些独属于自己的特色能力:
- AI 驱动智能化:AI 辅助创作、AI 辅助问答、AI 辅助搜索。
- 强大的富文本编辑能力:兼容 Markdown 和 HTML,支持导出为 word、pdf、markdown 等多种格式。
- 轻松与第三方应用进行集成:支持做成网页挂件挂在其他网站上,支持做成钉钉、飞书、企业微信等聊天机器人。
- 通过第三方来源导入内容:根据网页 URL 导入、通过网站 Sitemap 导入、通过 RSS 订阅、通过离线文件导入等。
截图展示
PandaWiki 自己的帮助文档就是基于 PandaWiki 自己来构建的,如图:
一键安装
安装 PandaWiki 需要依赖 Docker,如果你的服务器已经安装了 Docker,那么可以执行以下命令来安装 PandaWiki。
bash -c "$(curl -fsSLk https://release.baizhi.cloud/panda-wiki/manager.sh)"
命令执行完成后,在终端里会输出 PandaWiki 管理面板的登录方式。
接入大模型
首次登录后,系统会提示你需要先接入 AI 模型才能使用。
根据界面提示依次接入 “Chat 模型”、“Embedding 模型”、“Reranker 模型”。
我们担心大家手头找不到可用的 AI 模型,特意在长亭百智云(https://baizhi.cloud/)模型广场里放了一些模型,注册就能获得免费使用额度,推荐大家直接接入使用。
开始使用
一切准备就绪后,现在可以开始使用你的 PandaWiki 了。
使用 PandaWiki 创建智能 Wiki 站只需要三步:
- 创建一个知识库
- 在知识库里添加文档进去
- 于是,你就获得了一个智能化的 Wiki 网站
我创建了一个叫做 “PandaWiki 品三国” 的知识库,录了一份 《三国演义》小说进去,效果如下:
最后
觉得 PandaWiki 还不错的家人们,辛苦大家伸出援手为我的 GitHub 仓库点上一个小小的 star。
GitHub 链接:https://github.com/chaitin/PandaWiki

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
互联网女皇” Mary Meeker 发布 340 页 AI 报告
被称为 “互联网女皇” 的 Mary Meeker 日前发布了长达340页的《Trends – Artificial Intelligence》报告,以 “史无前例” 一词贯穿始终,强调 AI 技术发展、采纳、投入和应用速度已远超以往任何技术革命。 报告指出,中国在大型语言模型发布节奏上正快速逼近美国,DeepSeek、阿里Qwen、百度文心一言等模型在代码生成与数学推理等核心任务中表现优异。斯坦福HAI发布的Chatbot Arena数据显示,截至2025年2月,中国顶尖模型评分已达1362分,仅次于美国模型的1385分,差距进一步缩小。 与此同时,中国AI正强势嵌入制造业体系。2023年,中国工业机器人装机量达27.6万台,超过美国和其他地区总和,展现出AI驱动的产业落地能力,预示中国将不仅在模型性能上发力,更将在AI与实体经济结合方面走向领先。 Meta等科技巨头推动的开源运动也正重塑AI生态。报告显示,Llama模型在8个月内下载量增长3.4倍;Hugging Face平台上开源模型数量在两年内暴增33倍。开源架构以低成本、高灵活性为优势,迅速吸引了开发者与初创企业的广泛参与。...
- 下一篇
Pathway —— Python 流处理 ETL 框架
Pathway是一个用于流处理、实时分析、LLM 管道和 RAG 的 Python ETL 框架。 Pathway 附带易于使用的 Python API,让你可以无缝集成您常用的 Python 机器学习库。Pathway 代码功能强大且功能强大:可以在开发和生产环境中使用它,高效处理批量数据和流数据。同一份代码可用于本地开发、CI/CD 测试、运行批量作业、处理流回放以及处理数据流。 Pathway 由基于 Differential Dataflow 的可扩展 Rust 引擎驱动,并执行增量计算。你的 Pathway 代码虽然是用 Python 编写的,但由 Rust 引擎运行,从而支持多线程、多处理和分布式计算。所有流水线都保存在内存中,并且可以轻松地使用Docker 和 Kubernetes进行部署。 可以使用 pip 安装 Pathway: pip install -U pathway 特点: 丰富的连接器:Pathway 附带可连接到 Kafka、GDrive、PostgreSQL 或 SharePoint 等外部数据源的连接器。其 Airbyte 连接器允许你连接到 30...
相关文章
文章评论
共有0条评论来说两句吧...