企业级智能客服知识库 FastWiki发布v0.5.0
内容提要
前端重构简化逻辑，使用lobe-chat纯前端版本，优化用户对话体验和布局。后端代码逻辑简化，业务优化设计。使用Docker指令运行，不需要数据库依赖。修改参数后放到Linux服务器执行。访问网址进入界面，点击菜单跳转到登录界面。默认账号admin，点击项目管理新增AIDotNet项目。点击知识库管理新增知识库，选择模型和上传文件。绑定知识库后保存修改，进入对话页面进行提问。计划接入mem0，使RAG更智能。FastWiki是开源的智能知识库项目，可用于智能客服相关项目开发。
延伸解读
部署与数据持久化
FastWiki v0.5.0 通过 Docker 指令运行，无需依赖任何数据库，默认使用 SQLite 存储。部署时需将上传文件和数据库目录挂载到宿主机，例如 -v $(pwd)/wwwroot/uploads:/app/wwwroot/uploads 和 -v $(pwd)/data:/app/data，以确保数据持久化。若使用官方 API 端点，只需修改 OPENAI_CHAT_TOKEN 环境变量即可。
知识库构建与模型选择
创建知识库时需选择对话模型和嵌入模型。文章推荐使用 gpt-4o-mini 作为对话模型，因其成本低且效果良好；嵌入模型推荐 text-embedding-ada-002。上传文件支持 .md 格式，也支持 PDF 等其他格式但不保证可用。上传后可选择文本拆分或 AI 拆分，提交后系统会进行量化处理。
技术栈与开源商用
FastWiki 采用 MasaFramework + React 技术栈，AI 部分基于微软开源的 SK + KM 实现 RAG，是一个开源可商用的智能知识库项目。适用于企业智能客服等场景，可构建内部系统使用。项目计划接入 mem0 以增强 RAG 的智能性。
Q&A
FastWiki v0.5.0的主要功能是什么？
FastWiki v0.5.0主要功能包括前端重构、后端逻辑简化、无数据库依赖的Docker运行、知识库管理和智能对话功能。
如何在Linux服务器上运行FastWiki？
在Linux服务器上运行FastWiki，只需修改Docker指令中的环境变量，然后执行该指令即可。
FastWiki支持哪些文件格式上传到知识库？
FastWiki支持上传.md格式的文件，其他格式如pdf也可以使用，但不一定可用。
如何创建新的知识库？
在知识库管理中点击新增，输入知识库名称和模型，上传文件后点击创建即可。
FastWiki的开源地址是什么？
FastWiki的开源地址是https://github.com/AIDotNet/fast-wiki。
FastWiki如何优化用户对话体验？
FastWiki通过使用lobe-chat纯前端版本和优化前端布局来提升用户对话体验。
