dialoqbase

GitHub
1.8k 279 简单 1 次阅读 1周前MIT图像开发框架语言模型
AI 解读 由 AI 自动生成,仅供参考

Dialoqbase 是一款开源应用,旨在帮助用户轻松创建基于自定义知识库的智能聊天机器人。它解决了传统机器人难以理解特定领域知识或私有数据的痛点,通过结合先进的大语言模型与向量搜索技术,让机器人能依据用户上传的文档(如 PDF、网站内容、音视频等)生成准确且符合上下文的回答。

这款工具特别适合开发者、技术研究人员以及希望快速构建垂直领域客服或助手的企业用户。如果你拥有特定的业务数据并希望将其转化为可交互的对话能力,Dialoqbase 提供了灵活的解决方案。其核心技术亮点在于强大的兼容性:不仅支持 OpenAI、Anthropic、Google 等多种主流大模型提供商,还允许用户接入本地部署的模型(如 Ollama),充分保障数据隐私与定制自由。此外,它利用 PostgreSQL 进行高效的向量存储与检索,并集成了 LangChain 框架以简化开发流程。虽然目前项目仍处于早期开发阶段,建议用于实验或个人项目,但其丰富的一键部署选项和多样化的数据加载器,已为构建个性化 AI 助手奠定了坚实基础。

使用场景

某中型电商公司的客服团队急需为新产品线搭建一个能准确回答复杂售后政策的智能助手,以缓解人工客服压力。

没有 dialoqbase 时

  • 开发门槛高:非算法背景的工程师需要手动整合 LangChain、向量数据库和前端框架,耗时数周才能跑通原型。
  • 数据更新滞后:每次产品手册(PDF)或帮助文档(Word)更新,都需要重新编写脚本清洗数据并手动导入数据库,极易出错。
  • 回答缺乏依据:通用大模型常产生“幻觉”,编造不存在的退换货规则,导致客户投诉增加。
  • 多格式支持差:难以统一处理官网网页、YouTube 视频教程和 GitHub 技术文档等多种来源的知识素材。
  • 维护成本高昂:缺乏可视化的管理界面,调整机器人逻辑或监控对话质量依赖复杂的命令行操作。

使用 dialoqbase 后

  • 一键快速部署:通过 Docker 或 Railway 模板,团队在几小时内即可上线具备完整前后端的定制聊天机器人。
  • 灵活知识加载:直接上传最新的 PDF 手册、Word 文档或输入网址,dialoqbase 自动解析并存入 PostgreSQL 向量库,实现知识秒级同步。
  • 精准上下文应答:基于私有知识库的检索增强生成(RAG)技术,确保机器人仅依据公司真实政策回答,大幅降低胡编乱造风险。
  • 全渠道数据融合:轻松接入网站爬虫、YouTube 视频字幕及代码仓库内容,构建全方位的产品知识大脑。
  • 可视化便捷管理:提供友好的 Web 管理后台,客服人员可直接登录后查看对话日志、微调参数,无需依赖开发人员。

dialoqbase 将原本需要专业算法团队数周完成的工作,简化为非技术人员也能在半天内落地的标准化流程,极大降低了企业定制 AI 助手的门槛。

运行环境要求

操作系统
  • Linux
  • Windows
GPU

未说明

内存

未说明

依赖
notes该项目主要通过 Docker Compose 部署,无需手动配置 Python 环境。支持多种大模型提供商(如 OpenAI、Ollama、Google 等),若使用本地模型(Local AI/Ollama)则需额外满足对应模型的硬件需求。默认登录账号密码为 admin/admin,首次登录后务必修改。项目处于早期开发阶段,不建议用于生产环境。
python未说明
PostgreSQL
Redis
Node.js
React
Fastify
LangChain
Docker
Docker Compose
dialoqbase hero image

快速开始

⚡Dialoqbase ⚡

轻松创建聊天机器人

加入dialoqbase #welcome 构建状态 许可证:MIT

Dialoqbase 是一款开源应用,旨在通过个性化的知识库来帮助用户轻松创建自定义聊天机器人。该应用利用先进的语言模型生成准确且上下文感知的回复。此外,它还使用 PostgreSQL 这一强大的关系型数据库管理系统来进行高效的向量搜索操作,并存储知识库。

以下是其工作方式的演示(v0.0.23):

DialoqBase 演示

想观看更多演示视频吗?请在 TwitterBlueSky 上关注我,获取更多更新。

快速部署 🚀

Railway(一键部署)

在Railway上部署

安装 🛠️

  1. 克隆仓库并进入 docker 目录:
git clone https://github.com/n4ze3m/dialoqbase.git
cd dialoqbase/docker
  1. 编辑 .env 文件
  • 在 Linux 上:
nano .env

vim .env
  • 在 Windows 上:
notepad .env

设置 DB_SECRET_KEY 变量。

  1. 运行 docker-compose 文件:
docker-compose up -d

docker compose up -d
  1. 打开浏览器并访问 http://localhost:3000
  2. 使用默认凭据登录:
username: admin
password: admin

重要提示:首次登录后,请务必更改默认凭据。

功能 🚀

  • 使用您自己的知识库创建自定义聊天机器人
  • 利用强大的语言模型生成回复
  • 使用 PostgreSQL 进行向量搜索和知识库存储
  • 可以使用任何您想要的语言模型或嵌入模型

技术栈 📚

免责声明 ⚠️

Dialoqbase 是一个业余项目,尚未准备好用于生产环境。它仍处于开发的早期阶段,可能存在 bug 和安全问题。请自行承担使用风险。可能会在未事先通知的情况下随时发生破坏性变更。

路线图 🗺️

数据加载器

加载器 状态
网站
纯文本
PDF
网络爬虫
Microsoft Word 文档
Github 仓库
mp3
mp4
站点地图
Youtube
Notion

语言模型

提供商 模型
OpenAI gpt-3.5-turbo, gpt-3.5-turbo-16k, gpt-4, gpt-4-0613, gpt-3.5-instruct, gpt-3.5-turbo-1106, gpt-4-1106-preview
Anthropic Claude 1, Claude 2
Google chat-bison-001, Gemini
Fireworks Llama 2, Mistral, Mixtral 等
Local AI Local AI 模型
Ollama 所有 Ollama 支持的模型

嵌入模型

提供商 模型 状态
OpenAI text-embedding-ada-002
TensorFlow universal-sentence-encoder
Hugging Face distilbert-base-uncased
Cohere Embed
Huggingface Transformers.js all-MiniLM-L6-v2
Ollama Ollama 嵌入
Google text-gecko-001, embedding-001
Jina Jina 嵌入

需要更多内容吗?请创建一个问题...

集成

类型 阶段 状态
Web 嵌入脚本 稳定
Telegram 测试版
Discord 测试版
Slack 开发中
Whatsapp 实验性

需要更多集成吗?请创建一个问题...

该项目已在 BrowserStack 上进行了测试。

贡献者 ✨

有兴趣参与贡献吗?请查看贡献指南

赞助商 💖

没有我们各位优秀赞助商的支持,Dialoqbase 根本无法存在。如果您有意成为赞助商,请访问赞助页面

优秀的赞助商

还有许多来自 Ko-fi 的其他优秀支持者。

许可证 📝

MIT

版本历史

v1.11.42024/10/15
v1.11.32024/10/06
v1.11.22024/10/06
v1.11.12024/09/19
v1.11.02024/09/07
v1.10.02024/08/24
v1.9.52024/08/10
v1.9.42024/08/01
v1.9.22024/07/27
v1.9.12024/07/27
v1.9.02024/07/14
v1.8.6.12024/06/18
v1.8.52024/06/18
v1.8.42024/06/01
v1.8.32024/05/17
v1.8.22024/05/03
v1.8.12024/04/22
v1.8.02024/04/22
v1.7.92024/04/08
v1.7.82024/03/21

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

139k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|今天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|昨天
Agent图像开发框架