可用于智能客服的完全开源免费商用的知识库项目
介绍
FastWiki
项目是一个高性能、基于最新技术栈的知识库系统,专为大规模信息检索和智能搜索设计。利用微软 Semantic Kernel 进行深度学习和自然语言处理,结合.NET 8 和MasaBlazor
前端框架,后台采用.NET 8
+MasaFramework
+SemanticKernel
,实现了一个高效、易用、可扩展的智能向量搜索平台。我们的目标是提供一个能够理解和处理复杂查询的智能搜索解决方案,帮助用户快速准确地获取所需信息。
技术栈
前端框架:
MasaBlazor
通过HttpClient
实现前后分离后端框架:
MasaFramework
基于 .NET 8 使用MiniApis
实现webApi
功能,并且更高的性能向量搜索引擎:使用
PostgreSQL
的向量插件,优化搜索性能深度学习与 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 pgsql 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 MasaBlazor 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。
项目部分截图介绍
添加知识库:

上传我们的文档:

点击上传或将文档推动到此处(暂仅支持 md 或 txt 等文本文件后续会支持 pdf 等格式)

上传我们的文档下面提供我们的文档模板:
点击下一步数据处理:

在这里我们提供了直接拆分和问答拆分(暂未实现)
我们修改了自定义处理的参数,这个数值会影响到文档拆分,如果拆分得当回复的效果会更好,如果拆分过大会导致 token 消耗太大可能导致欠费,然后我们再点击下一步:

在这里我们可以看到所有的需要上传的文件,在这里的步骤是先将文件上传到服务器,然后会将数据添加到后台,并且进行向量化数据,这个过程会比较长具体看文档内容。
上传完成以后列表会显示上传的数据,点击查看可以查看到拆分的文档的所有数据

点击查看详情能看到所有的信息

点击应用->创建应用:

打开应用然后店家选择知识库,将刚刚添加的知识库于当前应用绑定,然后点击保存修改,,这样对话的时候就会搜索绑定的知识库了,在这里我们也可以修改一些应用参数,比如开场白或角色的 prompt 定义:

然后我们点击聊天,然后输入我们的知识库的内容

问:Masa Blazor 和 Token 有什么关系?

我们可以看到以上知识库的回复效果,如果你是直接提问 Gpt 的话就不把你知道 Token 是谁!知识库再一定情况下能弥补 AI 的欠缺,再比如定制我们的企业文档的时候只需要吧文档全部给知识库然后将应用做成一个对话我们就可以为客户提供一个体验更好的文档小助手,甚至于可以替代非常多的客服人力成本。
文章转载自:tokengo
评论