English | 简体中文 | 更新日志

• 🚀推荐先使用chatwiki云版本，快速构建验证思路与模式，之后再考虑独立部署，减少试错成本。👉️👉️ chatwiki.com

• 🚀也可以通过官方demo体验对话效果👉️👉️ 体验ChatWiki WebApp 👉️👉️ 体验ChatWiki 客户端

• 🚀点击下方图片，查看chatwiki演示视频

查看完整更新日志请点击👉️👉️UpdateLog.md

2025/09/26

1.工作流AI对话节点知识库引用支持选择参数
2.perf: ubuntu:24.10=>22.04+update-ca-certificates
3.perf: json编码解码报错信息优化
4.【STD】对外文档页面逻辑优化
5.fix: apt install tzdata
6.【STD】修复对外文档预览发布时第一个和最后一个空文件夹的问题
7.【STD】修复知识库合计触发次数和今日触发次数的数据一样了,昨日数据都是0

2025/09/19

1.数据表from代码同步
2.切分针对图片特殊优化处理
3.docx文档图片过滤不支持的图片格式
4.表单更新的时候,允许仅更新部分字段
5.【STD】机器人转人工和转人工提示语逻辑优化

2025/09/12

1.工作流支持在编排页面运行调试
2.【STD】修复未知问题统计已知bug
3.知识库分段时:过滤不可显的ASCII码字符
4.机器人提示词字段长度2000=>10000
5.提示词库自定义提示词字段长度2000=>10000

简单易用的企业专属AI问答智能体

通过导入企业已有知识构建知识库，让 AI 机器人使用关联的知识库回答问题，快速构建企业专属 AI 问答系统。支持DeepSeek R1、doubao pro、qwen max、Openai、Claude 等全球20多种主流模型。

灵活的工作流配置

提供灵活的工作流配置功能，支持多步骤任务编排与自动化处理。用户可根据业务需求自定义问答流程、数据流转，实现复杂场景下的智能化协作与管理。通过工作流，可以实现聊天机器人与业务系统的互通。

提供了多样化的调用渠道

支持 嵌入网站、桌面客户端、WebApp、微信小程序、微信公众号、微信客服、抖音企业号、快手号、视频号 及API调用等，全面覆盖企业多终端业务场景需求。

支持知识图谱、向量混合检索，可以可视化查看知识图谱

可以使用大模型将文档抽取成知识图谱，在检索时可以通过向量和知识图谱混合检索，提高知识召回率。支持可视化查看知识图谱。

支持文本+图片回复

文档解析时可以提取文档中的图片。图片也会作为知识的一部分，聊天机器人生成回复时如果引用的知识有图片，也会将图片回复给用户。

实时查看机器人会话，支持人工接入

通过会话功能，可以实时查看聊天机器人接待中的会话，并支持人工接入会话。

专为客服机器人设计的问答知识库

特别优化的问答知识库，可以有效提升知识召回率。支持上传文档自动抽取问答知识，支持聚类未召回到知识的用户问题，支持从人工对话中总结常用FAQ，帮助企业更好的完善知识库。

转人工客服，结合机器人与人工客服的优势，为企业提供高效且个性化客户服务

通过机器人处理一般的用户咨询，同时支持人工客服接待。机器人处理不好的问题可以由人工客服介入处理，支持多客服协同分配。

1、文档图片智能提取与回复

支持从上传的PDF、Word等知识库文档中自动提取内嵌图片，问答过程中当关联到含图片的文档内容时，机器人将同步返回文本与图片信息，实现精准的图文关联回复。

2、对外知识库门户一键生成

内置企业级帮助中心构建能力，支持将知识库内容快速发布为可公开访问的文档站点，提供SEO优化、多访问统计等功能，轻松打造品牌化客户支持门户。

3、智能上下文问题优化

ChatWiki可实时分析用户提问上下文，自动补全模糊或不完整的用户问题。通过意图识别与语义联想，将原始问题转化为精准检索指令，显著提升知识库检索命中率与回答相关性。

4、智能问题引导与常见问题

基于语义分析自动生成**「猜你想问」**推荐列表，也支持手动维护高频常见问题，结合用户历史交互动态优化推荐逻辑，有效提升问题命中率与用户体验。

5、精细化权限管理体系
提供企业级多级权限控制，支持角色分配（管理员/编辑员/只读成员），满足敏感数据管控与团队协作需求。

6、支持几乎所有主流模型

ChatWiki已支持全球20多种主流模型，只需要简单配置模型API key等信息即可成功接入模型。

7、数据自动预处理，支持多种格式文档

提供自动分段、QA分段、手动输入和 CSV 等多种方式导入数据，ChatWiki自动对导入的文本数据进行预处理、向量化或 QA 分割。支持word文档、Excel文档、PPT、PDF、OFD、markdown文档等多种格式文档自动解析、智能分段。

8、简单易用的使用方式

ChatWiki采用直观的可视化界面设计，通过简洁易懂的操作步骤，可以轻松完成 AI 问答机器人和知识库的创建。

9、本地化数据存储与安全保障

ChatWiki支持企业使用本地数据库 进行数据存储，确保数据完全自主掌控。通过多层安全防护机制（包括数据加密传输、访问权限控制、审计日志等），保障企业敏感信息的安全性，严格遵循数据隐私保护法规，为企业提供安全可靠的知识管理环境。

准备工作

在安装ChatWiki之前，您需要准备一台具有联网功能的linux服务器，并确保服务器满足最低系统要求

• Cpu：最低需要4 Core
• RAM：最低需要16 GB

开始安装

ChatWiki社区版基于Docker部署，请先确保服务器已经安装好Docker。如果没有安装，可以通过以下命令安装：

sudo curl -sSL https://get.docker.com/ | CHANNEL=stable sh

安装好Docker后，逐步执行一下步骤安装ChatWiki社区版

(1).克隆或下载chatwiki项目代码

//从github 克隆代码
git clone https://github.com/zhimaAi/chatwiki.git

//从gitee克隆代码
git clone git@gitee.com:zhimaAi/chatwiki.git

(2).使用Docker Compose构建并启动项目

cd chatwiki/docker
docker compose up -d

(3).开始使用，通过IP+端口访问(需要开放指定的端口${CHAT_SERVICE_PORT},默认18080)

默认账号：admin
默认密码：chatwiki.com@123

部署手册

在安装和部署中有任何问题或者建议，可以联系我们获取帮助，也可以参考下面的文档。

• 一键部署ChatWiki社区版
• docker镜像站安装+离线安装
• 免Docker部署ChatWiki
• 使用宝塔部署ChatWiki，由热心开源参与者贡献
• 如何配置模型供应商及支持的模型
• 本地模型部署
• 如何配置对外服务和接收推送的域名
• 免Docker部署ChatWiki
• 如何获取大模型ApiKey
• 如何开启知识图谱

• 前端：vue.js

• 后端：golang +python

• 数据库：PostgreSQL16+pgvector+zhparser

• 缓存：redis5.0

• web服务：nginx

• 异步队列：nsq

• 进程管理：supervisor

• 模型：支持OpenAI、Google Gemini、Claude3、通义千文、文心一言、讯飞星火、百川、腾讯混元等模型。

欢迎联系我们获取帮助，或者提供建议帮助我们改善ChatWiki。您可以通过以下方式联系我们：

• 微信： 使用微信扫码加入ChatWiki技术交流群，添加请备注“chatwiki”

  

• 邮箱： 您可以发送邮件到jarvis@2bai.com.cn联系我们。

本仓库遵循ChatWiki Open Source License 开源协议。ChatWiki Open Source License基于Apache License 2.0协议，但是有一些额外的限制，包括：

1、允许作为后台服务商用，但是不可用于多租户SAAS模式。

2、除非您获取特定的商业许可，否则任何形式的商用服务均不可移除ChatWiki页面上的版权信息和ChatWiki logo。

完整协议请查看ChatWiki Open Source License ，需要获取额外的商业许可请联系我们