实现一个企业内部知识库的问答机器人

[Triump]

需求

如题，准备一个企业内部问题的知识库，做一个聊天机器人，回答的问题都是知识库相关的。

实现思路

思路 1：借助一些开源的支持私有部署的 chatGPT

• llama-gpt https://github.com/getumbrel/llama-gpt

这个开源项目支持聊天功能，并且也支持 API 调用，这样就更容易实现第三方集成，但是缺点是：目前不支持导入自己的知识库。

• ChatGLM3 https://github.com/THUDM/ChatGLM3

这个开源项目是我刚发现的，而且是国产的。具体能否实现还没去研究。

思路 2：使用分词技术

找一些分析工具，将用户输入的问题进行分词匹配，但是这有可能会匹配到多条回答，如何找出最优的回答呢？

各位路过的大佬，有好的思路或好的开源工具欢迎一起讨论一下

[HanSonJ]

也可以用现成的服务，例如讯飞。

知识库就不是通过分词来匹配了，匹配多个也会有相关度，不是你想要的就是知识库不够庞大。

[infun]

给你一点提示： 向量数据库 + GPT

[c5QzzesMys8FudxI]

已经做完了，用的 fastgpt + ChatGLM3
https://github.com/labring/FastGPT

[kevinmissu]

@4rat 牛

[daxin945]

我用的这个 CPU 模式 做知识库效果还可以
https://github.com/chatchat-space/Langchain-Chatchat/wiki/

[anubu]

前台项目主要有 FastGPT 和 langchain-chatchat ，基本都能开箱即用。FastGPT 完成度更高一些，但商业考量也多一些。进一步调优可能还是要看底层框架，langchain 、llama-index 等。有能力的话自己拿框架搓一个前台也可以。

模型还是看算力看规模，知识库类的一般要求不高。企业内部可能要自部署模型，chatglm3 、千问都可以，千问似乎更好一些。

关键词：RAG

真正落地能用还是要了解 RAG 应用的基本架构，各个流程节点也有很多优化措施值得摸索。

[Wyearn]

我这边也再想搞这个，我们写了很多 FAQ 文档，一直无法落地，大部分人都习惯直接当面去问，很少去看 FAQ 或者相关文档，但是我看了一下准备的硬件资源得需要一定费用，估计你这个得跟老板或者上级领导好好沟通了。