企业官网建设流程全解析

用别人的公司名字做网站,淘宝客网站怎么建设,哪里可以买链接网站,wordpress小机巧Panda不是猫 引言 从熊猫开始撰写 NAS 相关内容至今#xff0c;已有五年时间。这五年间#xff0c;累计撰写字数已突破四百万#xff0c;其中长文教程更是多达 近 600 篇 。虽然熊猫的内容一直在各大自媒体平台分发#xff0c;但这些平台更多是作为一个“扩圈”的渠道…Panda不是猫引言从熊猫开始撰写 NAS 相关内容至今已有五年时间。这五年间累计撰写字数已突破四百万其中长文教程更是多达 近 600 篇 。虽然熊猫的内容一直在各大自媒体平台分发但这些平台更多是作为一个“扩圈”的渠道旨在让更多人了解并学会使用 NAS。然而分散的平台特性使得它们并不适合作为一个集中的知识库。这就导致粉丝们想要翻阅往期教程或搜索特定内容时往往感到困难重重。因此熊猫决定将所有 NAS 相关教程无偿公开建立一个专属的知识库。为了方便粉丝查询和检索信息选择一款合适的 Wiki 系统便成了重中之重。PandaWiki不仅是知识库更是 AI 助手PandaWiki 这个项目熊猫之前就介绍过因为名字里也带个“Panda”所以对它有着天然的亲切感关注度也自然多了一些。 也希望大家能去点个 Star 支持一下开发者或者在使用过程中有任何建议和需求都可以积极提 Issue GitHub 地址https://github.com/chaitin/PandaWiki作为一个在 GitHub 斩获 8.5K Star 的 Wiki 项目PandaWiki 的用户群相当广泛目前装机量已超 3W。在商用领域其专业版案例也十分丰富比如熊猫前段时间介绍过的 冬瓜 HAOS 就采用了 PandaWiki 构建在线文档。在功能特性上PandaWiki 完美契合了我的需求AI 赋能 支持 AI 辅助创作、智能问答以及语义搜索。Markdown 友好 作为 Markdown 的重度使用者PandaWiki 对语法的兼容性是我目前体验下来最舒适的。便捷导入 它支持通过网页、Sitemap 以及 RSS 订阅进行直接导入这让我可以结合现有的博客内容免去了一篇篇手动搬运的痛苦。项目部署作为知识库支持 私有化自部署 是基本要求。PandaWiki 的部署方式非常灵活支持 Docker 和 Compose不局限于特定设备。熊猫这里以绿联 NAS 为例进行演示。如果想要傻瓜式的部署那么官方提供了一键部署的指令打开NAS的SSH端口之后输入指令根据引导就可以直接部署 bash -c $(curl -fsSLk https://release.baizhi.cloud/panda-wiki/manager.sh)如果不想用官方命令想更精细地控制也可以选择手动部署。那么在项目部署前我们需要准备好部署需要的文件。首先需要新建pandawiki文件夹随后到https://release.baizhi.cloud/panda-wiki/docker-compose.yml下载Compose文件将其放入文件夹中。在目录下再新建.env环境变量文件其中配置如下。需要注意里面的内容请在部署前进行更改端口如果有冲突情况也记得换一下。这里可以直接用全部替换将{{PASSWORD}}替换成你需要设置的密码。# 时区 TIMEZONEAsia/Shanghai # 容器网段 SUBNET_PREFIX169.254.15 # 中间件密码请用随机密码替换{{PASSWORD}} POSTGRES_PASSWORD{{PASSWORD}} NATS_PASSWORD{{PASSWORD}} JWT_SECRET{{PASSWORD}} S3_SECRET_KEY{{PASSWORD}} QDRANT_API_KEY{{PASSWORD}} REDIS_PASSWORD{{PASSWORD}} # 管理后台登录密码请务必牢记 ADMIN_PASSWORD{{PASSWORD}} # 管理后台访问端口 ADMIN_PORT2443最后确定内容无误之后直接导入Compose文件再次确认无误就可以部署了。PandaWiki 涉及的镜像较多设计了包含数据库、向量库、对象存储、Nginx 等部署过程需要耐心等待。初次启动时部分容器可能会反复重启这是正常的初始化过程。待所有容器状态稳定且日志无报错即代表部署成功。虽然容器数量看着吓人但整个过程其实非常“傻瓜式”无需繁琐地手动映射文件夹。项目配置⚠️ 重要提示PandaWiki 默认使用HTTPS 协议。因此访问后台的地址必须是 https://NAS_IP:端口号。如果直接用 HTTP 访问你只会看到报错页面。使用默认用户名 admin 和你在 .env 中设置的密码登录。首次登录会进入引导流程我们需要配置 Wiki 站点的模型和 API。你可以直接使用百智云的官方 API Key也可以手动配置第三方的对话、向量、排序及文档分析模型。PandaWiki提供了非常多的供应商也是目前熊猫用过的项目中模型供应商支持最全面的之一。从国内大模型到国外主流模型从官方 API 到第三方中转站点统统支持。这里熊猫使用的是自有的模型 API。关于如何获取模型 API之前的文章有详细介绍大家可以翻阅一下。配置好后PandaWiki 就具备了直接搜索问题并获取答案的能力。跟着引导点击下一步设置WIKI站的名称以及启用的端口这里需要注意如果此处报错可以通过PandaWiki API容器日志观察报错情况通常是因为向量模型不兼容。建议尝试更换为 OpenAI API 格式的向量模型或者直接使用百智云提供的向量服务毕竟向量模型并不费Token。使用体验一切配置就绪后就可以开始导入文档了。在文档目录中你可以看到发布信息和学习状态。导入文件后 务必记得点击“文档学习” 让 AI 理解并消化这些内容这是实现智能问答的基础。后台统计界面非常详尽不仅显示热门文档排名还能对访客进行 IP 分析包括地区、来源域名、设备客户端等信息让你对站点的访问情况了如指掌。在设置中开启“贡献与反馈”后用户可以在前端对文档提出修改建议。这些内容不会直接覆盖原文档而是进入后台审核流程管理员审批通过后才会生效有效防止了文档被恶意篡改。PandaWiki 允许对前台界面进行高度自定义包括欢迎页、导航栏以及底部的 Footer。同时提供了三种不同宽度的布局样式满足不同场景需求。熊猫将默认首页设置为了欢迎页简洁大方方便大家快速查询内容。输入问题后AI 会基于已学习的文档库进行回答并且会在回答中附上 引用来源 。如果你对某个点感兴趣可以直接点击引用链接跳转查看原文体验非常丝滑。之前常有粉丝反馈各平台的代码复制困难或者某些 NAS 部署教程不够详细。现在通过 AI你可以直接生成可复制的代码块甚至通过 连续追问 的形式让 AI 基于现有的知识库推导生成其他类似 NAS 项目的部署教程。除了智能问答如果你觉得 AI 的方案不够精准也可以切换到传统的 文档搜索模式 直接检索文档原文。目前 PandaWiki 的编辑器支持富文本和 Markdown。Markdown 的兼容性极佳数学公式、表格、流程图等都能完美渲染。目前编辑器的撰写体验非常不错了不过希望后续能更新为“所见即所得”的实时预览模式体验会更上一层楼。另外既然已经引入了向量库未来是否可以考虑增加 AI 文档自动打标/分类 功能这其实对文档的整理分类很有帮助。写在最后文章的最后熊猫也将自己搭建的 Wiki 站点分享给大家欢迎访问使用希望能通过这个知识库帮助大家解决 NAS 玩法交流中的各种疑难杂症。 熊猫的 NAS 知识库https://wiki.panda995.fun:520/PandaWiki 作为一款开源的知识库项目通过 AI 驱动实现了文档协作与智能检索的完美结合。如果你觉得这个项目对你有帮助 请务必去 GitHub 给作者点个 Star 有任何新功能建议或 Bug 反馈也欢迎去提 Issue 。官方也有交流群这里熊猫直接贴上二维码方便大家深入探讨。以上便是本次分享的全部内容了如果你觉得还算有趣或者对你有所帮助不妨点赞收藏最后也希望能得到你的关注咱们下期见