FastWiki一分钟本地离线部署本地企业级人工智能客服

介绍

FastWiki是一个开源的企业级人工智能客服系统，它使用了一系列先进的技术和框架来支持其功能。

技术栈

前端框架：React + LobeUI + TypeScript
后端框架：MasaFramework 基于 .NET 8
动态函数：基于JavaScript V8引擎实现
向量搜索引擎：使用PostgreSQL的向量插件，优化搜索性能 | 简单版本支持磁盘向量
深度学习与NLP：微软Semantic Kernel，提升搜索的语义理解能力
许可证：Apache-2.0，鼓励社区贡献和使用

特点

智能搜索：借助Semantic Kernel的深度学习和自然语言处理技术，能够理解复杂查询，提供精准的搜索结果。
高性能：通过PostgreSQL的向量插件优化向量搜索性能，确保即使在大数据量下也能快速响应。
现代化前端：使用React + LobeUI前端框架，提供响应式设计和用户友好的界面。
强大的后端：基于最新的.NET 8和MasaFramework，确保了代码的高效性和可维护性。
开源和社区驱动：采用Apache-2.0许可证，鼓励开发者和企业使用和贡献。
动态JavaScript函数：提供Monaco智能代码提示，使开发更方便。
强大的QA问答拆分模式：让知识库回复更智能。

FastWiki的部署过程已经被极大地简化，只需运行FastWiki服务即可，无需数据库。

对于FastWiki，我们不段的更新和优化，现在的版本越来越稳定，功能也更丰富，目前我们又简化了FastWiki的部署成本，您无需数据库即可部署，只需要运行我们的FastWiki服务！

创建Docker指令

下面我们创建我们的FastWiki的指令，只需要一行代码即可运行。

docker run -d --name fast-wiki-service --user root --restart always \

  -p 8080:8080 \

  -v $(pwd)/wwwroot/uploads:/app/wwwroot/uploads \

  -v $(pwd)/data:/app/data \

  -e OPENAI_CHAT_ENDPOINT=https://api.token-ai.cn/ \

  -e OPENAI_CHAT_EMBEDDING_ENDPOINT=https://api.token-ai.cn/ \

  -e OPENAI_CHAT_TOKEN=您的TokenKey \

  -e ASPNETCORE_ENVIRONMENT=Development \

  registry.cn-shenzhen.aliyuncs.com/fast-wiki/fast-wiki-service

在这里我们需要注意俩个点，第一个您的AI模型地址需要修改，您的AIToken也需要修改，确保修改完成，替换参数以后再执行。

运行完成以后我们访问一下容器的端口如果你是再本地运行的则访问 localhost:8080

点击立即开始

登录系统，系统默认账号：admin 默认密码 Aa123456

登录成功后还会返回页面，再次点击立即开始，点击新增，然后输入您创建的应用名称。

然后点击左边菜单的知识库，然后上传头像，设置我们的模型（这个模型是用于QA问答解析的时候用到的），设置我们的嵌入模型（嵌入模型是我们用于量化文档的模型）创建完成以后进入知识库，然后点击上传文件。

点击上传文件，

然后吧我们的FastWiki上传上去：

然后点击提交数据：

然后返回到知识库详情：我们看到我们的文档已经量化完成

然后回到应用中然后绑定一下我们刚刚创建的知识库，然后点击保存即可。然后点击左边菜单的对话

提问内容：FastWiki有哪些技术栈？回复效果；

这些内容基本上就是我们的文档的内容！

知识库非常的详细的回复出来了。如果FastWiki对你有帮助的话帮忙再GitHub给一个Star，就是给我们最大的支持！！！

## 技术交流

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

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