PandaWiki

用 AI 搭建智能知识库,创作、问答、搜索一步到位

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 1042 🐛 待处理 331 👀 关注 62
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 10486
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源知识库系统,AGPL-3.0 许可,可自行部署,核心功能免费。

项目预览

PandaWiki 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队chaitin
定价模式🏷️完全免费
价格说明开源知识库系统,AGPL-3.0 许可,可自行部署,核心功能免费。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议AGPL-3.0
主要语言TypeScript
技术栈/模型ai,docs,document,documentation,kb,knownledge,llm,self-hosted,wiki
GitHub 星标★ 10486
上线时间2025-05-15 00:00:00
代码更新2026-11-05
仓库体积41.8 MB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-09
浏览次数2

项目介绍

PandaWiki 是一个基于 AI 大模型的开源知识库搭建系统,旨在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。它利用大模型的能力,提供 AI 创作、AI 问答和 AI 搜索等核心功能,解决了传统知识库内容维护成本高、检索效率低、用户互动性差等问题。PandaWiki 采用 TypeScript 开发,技术栈现代,支持灵活的配置和扩展,适合团队内部知识管理、对外文档发布以及个人博客等多种场景。其核心优势在于将 AI 能力深度集成到内容创作和交互环节,提升知识库的智能化和用户体验。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 10486

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:入门 约 10 分钟 部署方式:Docker 6 步

环境要求

  • 一台支持 Docker 20.x 以上版本的 Linux 服务器
  • 拥有服务器 root 权限(需以 root 身份登录)
  • 服务器可访问外网,能下载安装脚本与镜像
  • 安装过程需持续几分钟,请耐心等待

安装与启动步骤

  1. 1检查环境

    确认服务器为 Linux 系统且 Docker 版本不低于 20.x,并以 root 权限登录服务器。

    docker -v
  2. 2一键安装

    在 root 下执行官方安装脚本,按终端提示选择安装选项,过程持续几分钟请勿中断。

    bash -c "$(curl -fsSLk https://release.baizhi.cloud/panda-wiki/manager.sh)"
  3. 3获取访问地址

    安装完成后终端会输出 SUCCESS 控制台信息,含内网/外网访问地址,端口为 2443。

  4. 4登录控制台

    用浏览器打开终端输出的访问地址,进入 PandaWiki 控制台准备初始化配置。

  5. 5配置 AI 模型

    首次登录会提示配置 AI 模型,可一键自动配置或手动自定义配置,未配置则 AI 功能不可用。

  6. 6开始使用

    进入控制台管理知识库、上传文档等待学习完成,再访问 Wiki 网站测试 AI 问答效果。

关键配置

配置项必填说明示例
AI 模型是必须配置大模型,否则 AI 创作、AI 问答、AI 搜索均无法使用百智云模型广场(baizhi.cloud)

如何确认成功

安装脚本执行结束后终端输出 SUCCESS 控制台信息,浏览器打开 http://服务器IP:2443 能看到登录页即成功。

常见问题

Q:对服务器系统有什么要求?

A:需要一台支持 Docker 20.x 以上版本的 Linux 系统,并以 root 权限登录服务器执行安装命令。

Q:不配置大模型可以正常使用吗?

A:不可以。PandaWiki 由 AI 大模型驱动,未配置大模型时 AI 创作、AI 问答、AI 搜索等功能无法正常使用。

Q:在哪里获取可用的 AI 模型?

A:README 推荐使用百智云模型广场(baizhi.cloud)快速接入,注册即可获赠 5 元模型使用额度。

Q:安装大概需要多久?

A:命令执行过程会持续几分钟,属于正常现象,请耐心等待并不要中途中断。

注意事项

  • 安装命令必须使用 root 权限执行。
  • 安装与部署的更多细节请参考官方文档《安装 PandaWiki》。
  • 大模型配置细节请参考官方文档《接入 AI 模型》。
  • 首次登录必须完成 AI 模型配置后才能体验完整功能。

核心亮点

  • 深度集成大模型,支持 AI 辅助写作、智能问答和语义搜索,显著提升知识库交互体验
  • 基于 TypeScript 开发,代码结构清晰,易于二次开发和定制
  • 支持多种内容类型(产品文档、技术文档、FAQ、博客),灵活适配不同场景

不足之处

  • 文档/社区待观察
  • AI 功能依赖外部大模型 API,可能产生额外成本或受限于模型服务稳定性

适用场景

  • 企业搭建智能产品帮助中心,提供 AI 问答客服
  • 技术团队维护内部知识库,快速检索和生成文档
  • 个人博主或内容创作者构建 AI 驱动的博客系统

替代项目

Docusaurus、VitePress、MkDocs

上一篇:reader

下一篇:Horizon

同类项目推荐

best-of-ai 开源

精选优质AI工具,快速找到适合你的那一款

A curated list of best ai tools

★ 755 2026-08-09
FlashRank 开源

让搜索排序快如闪电,CPU 上也能跑大模型重排序。

Lite & Super-fast re-ranking for your search & retrieval pipelines. Supports SoTA L···

★ 1014 2026-08-09
pi-llm-wiki 开源

把散乱资料自动织成互链维基,越用越聪明

Self-maintaining, Obsidian-compatible knowledge base for pi — turn raw sources into···

★ 627 2026-09-16
hyperresearch 开源

让 Claude Code 变身会自我积累的深度研究员

Convert Claude Code or Codex into the most intelligent Deep Research Agent. Collect,···

★ 4445 2026-10-11
RAG_Techniques 开源

一站式学透 RAG 进阶技巧,从入门到实战快速上手

This repository showcases various advanced techniques for Retrieval-Augmented Genera···

★ 30278 2026-08-09
awesome-rag 开源

一页看懂 RAG 生态,快速找到趁手工具

awesome-rag: a collection of awesome thing related to Retrieval-Augmented Generation

★ 189 2026-08-09
llm-arxiv-daily 开源

每天自动收 arXiv 大模型论文,不用手动刷

Automatically update arXiv papers about LLM Reasoning, LLM Evaluation, LLM & MLLM an···

★ 146 2026-09-15
advanced-rag 开源

跟着可运行代码,系统掌握高级 RAG 构建与优化

Jupyter Notebooks for Mastering LLM with Advanced RAG Course

★ 390 2026-08-09
ocular 开源

用自然语言对话,秒查企业内部所有数据

AI Powered Search and Chat for Orgs - Think ChatGPT meets Google Search but powered ···

★ 444 2026-08-09