蓝耘MaaS驱动PandaWiki:零基础搭建AI智能知识库完整指南

蓝耘MaaS驱动PandaWiki:零基础搭建AI智能知识库完整指南
此教程使用的环境是:Ubuntu Server 22.04 LTS 64位 2核心4G内存的Linux服务器。
文章摘要:
本文详细介绍了如何使用蓝耘MaaS平台驱动PandaWiki搭建AI智能知识库系统的完整流程。PandaWiki是一款基于AI大模型的开源知识库系统,具备AI创作、AI问答、AI搜索等强大功能。
教程从零开始,首先指导用户注册蓝耘MaaS平台并获取API密钥和模型名称,然后通过一键脚本在Ubuntu Server 22.04环境下快速部署PandaWiki。重点介绍了如何配置蓝耘MaaS平台的DeepSeek-v3.1-Terminus模型,实现高性价比的AI能力支持。
文章通过实战演示,展示了将ZEEKLOG博客批量导入知识库的完整过程,包括Markdown文件上传、数据拉取、批量发布等操作步骤。最终测试验证了AI问答功能的实际效果,系统能够准确理解用户问题并从知识库中检索相关内容提供智能回答。
整个部署过程简单高效,适合企业和个人快速构建智能化的文档管理和知识问答系统,为用户提供了一个低成本、高性能的AI知识库解决方案。

文章目录

前言

PandaWiki 是一款基于 AI 大模型的开源知识库搭建系统,能够帮助用户快速构建智能化的产品文档、技术文档、FAQ 和博客系统。通过集成大模型能力,它提供了 AI 创作、AI 问答、AI 搜索等强大功能。

在选择 AI 模型服务时,我们通常关注两个核心指标:响应速度成本控制。本文将详细介绍如何使用蓝耘MaaS平台为 PandaWiki 提供高性价比的 AI 能力支持。

蓝耘MaaS平台的优势显而易见:

新用户可获得大量免费 Tokens ,响应速度快,支持多种主流大模型

蓝耘免费额度展示

第一步:注册蓝耘MaaS平台

1.1 访问注册页面

点击访问 蓝耘MaaS平台 进行注册。

蓝耘注册页面

第二步:获取API密钥

2.1 创建API密钥

  1. 切换到MaaS平台页面
  2. 在左侧菜单栏找到「API KEY管理」
  3. 点击「创建API KEY」按钮
  4. 系统将自动生成唯一的API密钥
  5. 重要:请妥善保存此密钥,它是调用AI服务的身份凭证
创建API KEY

第三步:获取模型名称

DeepSeek-v3.1-Terminus 模型为例,其完整的模型名称为:

/maas/deepseek-ai/DeepSeek-V3.1-Terminus 
模型名称获取

第四步:安装PandaWiki

4.1 执行安装命令

使用root权限执行以下一键安装命令:

bash-c"$(curl-fsSLk https://release.baizhi.cloud/panda-wiki/manager.sh)"

4.2 Docker环境检查

如果系统未安装Docker,安装脚本会提示是否需要安装:

Docker安装提示

4.3 选择安装目录

系统会询问PandaWiki的安装目录,默认路径即可(直接回车):

选择安装目录

4.4 等待安装完成

耐心等待Docker镜像构建完成:

镜像构建过程

4.5 获取访问信息

安装完成后,系统会显示:

  • 访问地址
  • 默认账号密码
  • 注意:记得在防火墙或安全组中开放相应端口
安装完成信息

第五步:配置PandaWiki

5.1 登录系统

使用浏览器访问提供的地址,输入默认账号密码登录:

登录页面

5.2 配置AI模型

PandaWiki需要配置智能对话模型来提供AI功能:

模型配置需求
配置蓝耘模型

在模型配置页面填入:

  • API密钥:之前获取的蓝耘API Key
  • 模型名称:完整的模型路径
  • API地址https://maas-api.lanyun.net/v1蓝耘MaaS平台的API端点
保存配置

第六步:创建知识库

6.1 创建新知识库

为您的知识库起一个有意义的名称,然后点击创建:

创建知识库

6.2 导入文档内容

进入后台管理界面,点击「创建文档」:

创建文档

PandaWiki支持多种导入方式:

导入方式选择

实战演示:将ZEEKLOG博客导入到PandaWiki知识库中

6.1 准备数据

本例演示如何将ZEEKLOG博客文章批量导入PandaWiki。首先将所有文章导出为Markdown格式:

导出的Markdown文件

6.2 批量导入

将所有Markdown文件上传,然后点击「拉取数据」:

批量导入文件

6.3 确认导入

系统显示导入成功后,点击「更新发布」:

导入成功
更新发布

6.4 全选发布

选择所有文档,点击确认发布:

全选发布

第七步:体验智能问答

7.1 访问知识库首页

发布完成后,访问知识库首页开始使用:

知识库首页

7.2 测试AI问答功能

尝试提问相关问题,系统能够准确的理解问题意图,从知识库中检索相关内容,提供智能化的回答,甚至能够识别和展示相关图片

AI问答效果1
AI问答效果2

总结

通过本文的详细指导,我们已经成功搭建了一个功能完整的智能知识库系统。

PandaWiki结合蓝耘MaaS平台,为用户提供了一个高效、智能的知识库解决方案。通过简单的配置和部署,即可快速搭建功能完整的AI驱动知识库系统,满足企业和个人的文档管理需求。

Read more

一人手搓!AI 漫剧从0到1详细教程

一人手搓!AI 漫剧从0到1详细教程

这是苍何的第 457 篇原创! 大家好,我是喜欢看动漫的苍何。 相信不用说你也知道,我这万年没变的头像,能看出我是个二次元吧? 最近看到 AI 漫剧超级火,加上前些天朋友来公司,我们一起探讨了 AI 漫剧。 不懂没关系,可以学习啊,所以这一篇文章其实理论上是我学习的一些成果和一些经验,算是从 0 入门如何制作 AI 漫剧了。 现在的 AI 漫剧市场,说白了就是野蛮生长的爆发期。但这个阶段很快就会过去,作品积累到一定量级后,拼的就不是谁做得快了。 未来的逻辑很简单:只有精品才能跑出来。谁能沉下心做品质,谁才能真正搞定客户。 奔着这个目标,下面这个视频是我这个学习阶段的产物,哈哈哈,我觉得还是挺不错的。 然后还做了一个带穿越的视频: 第一个作为AI漫剧的学习作品,我还是非常满意的。 但其实,要想完成这样一个AI漫剧作品,需要用到AI生图、AI视频能力,需要有一个好的工具丝滑完成。 于是开始翻各家AI工具官网,发现有家AI厂商接入了🍌Pro模型。 看了下是国内AI六小龙之一MiniMax旗下的海螺AI,

字节跳动DeerFlow 2.0震撼开源:46k+ Star的超级智能体框架,让AI真正“动手做事“

字节跳动DeerFlow 2.0震撼开源:46k+ Star的超级智能体框架,让AI真正“动手做事“

你是否想过:如果AI不仅能回答问题,还能像真正的助手一样,主动搜索、分析数据、生成报告,甚至制作播客,那会是怎样的体验? 2026年3月,字节跳动开源的DeerFlow 2.0给出了答案。这个项目在GitHub上迅速斩获46,333+ Star,今日新增3,787 stars,登顶Trending榜首。它不是又一个聊天机器人,而是一个能真正"动手做事"的超级智能体框架。 本文将从开发者视角,深入剖析DeerFlow的技术架构、核心能力、部署方法和实战应用,带你全面了解这个革命性的开源项目。 一、DeerFlow是什么?重新定义AI研究助手 1.1 从研究工具到超级智能体的进化 DeerFlow的名字源于Deep Exploration and Efficient Research Flow(深度探索与高效研究流程)。最初,它只是一个深度研究框架,但开发者在实际使用中发现,它的潜力远不止于此: * 有人用它构建数据管道 * 有人用它生成幻灯片和仪表盘 * 有人用它自动化内容工作流

【CLI-Anything 】让所有软件都能被AI Agent原生调用

CLI-Anything 一、项目概述 CLI-Anything 是由香港大学数据科学实验室(HKUDS)开发的开源项目,核心目标是让所有软件都能被AI Agent原生调用。项目口号:“Today’s Software Serves Humans 👨‍💻. Tomorrow’s Users will be Agents 🤖” 项目指标数值Stars1.1kForks110Watchers7主要语言Python (99.7%)测试通过率100% (1,436 tests) 二、核心问题与解决方案 2.1 现有痛点 痛点具体表现AI无法使用真实工具现有方案要么是脆弱的UI自动化,要么是功能阉割的重新实现UI自动化不可靠截图、点击、RPA等方式容易崩溃Agent需要结构化数据缺乏标准化的输出格式定制集成成本高每个软件都需要单独开发接口原型与生产差距大缺乏真实软件验证 2.2 CLI-Anything的解决思路 核心洞察:CLI(命令行界面)是人类和AI Agent的通用接口 * ✅ 结构化且可组合 — 文本命令匹配LLM格式,可链式组合复杂工作流

[AI提效-18]-豆包AI绘图提示词全攻略(新手可直接套用)

豆包AI绘图的核心的是“精准提示词=理想图片”,很多新手出图翻车,不是功能不好用,而是没理清提示词的核心维度,不知道每个维度该怎么描述、对应什么效果。本文将逐一拆解画风、画质、主题内容、环境、场景、色彩、灯光要求、构图、角度、图片比例10大核心要素,每个要素配“含义+示例+提示词模板”,结合完整案例详解,新手看完就能直接上手,再也不用瞎猜描述。 核心原则:提示词不用长,但要“每个维度都落地”,避免模糊表述(如“好看的图”“漂亮的风景”),用具体关键词替代,让AI精准get你的需求。 一、核心提示词维度详解(含示例+模板) 1. 画风(决定图片的“整体风格调性”,最基础也最关键) 含义:指图片的艺术风格、绘画/拍摄流派,直接决定图片的视觉质感,是提示词的“