国产开源文档神器：5 分钟搭建 AI 驱动 Wiki 系统，重新定义知识库管理
原创
国产开源文档神器：5 分钟搭建 AI 驱动 Wiki 系统，重新定义知识库管理
原创
国产开源文档神器：5 分钟搭建 AI 驱动 Wiki 系统，重新定义知识库管理
大家好我是星哥，直接给大家介绍了一些文档系统，比如腾讯开源 WeKnora：基于大模型的智能知识库，轻松部署全攻略 ，而今天要介绍的这款国产开源工具 ——PandaWiki，彻底打破了这些局限，以 AI 大模型为核心驱动力，让普通人也能在 5 分钟内搭建起智能化的 Wiki 系统，无论是产品文档、技术手册，还是 FAQ、博客，它都能轻松胜任。
一、PandaWiki
PandaWiki是一款AI驱动的开源知识库系统，支持构建产品文档、技术文档、FAQ和博客，提供AI创作、问答和搜索功能。具备富文本编辑、第三方集成和内容导入能力，采用AGPL-3.0开源协议。
PandaWiki 并非传统意义上的文档存储工具，而是一款AI 大模型驱动的开源知识库搭建系统。它的核心价值在于将 AI 能力与知识库深度融合，不仅解决了 “知识存哪里” 的问题，更攻克了 “知识怎么用” 的痛点。
截至目前，PandaWiki 在 GitHub 上已收获近 6K Star，凭借开源、易用、智能三大优势，成为众多开发者和企业的首选知识库解决方案。其核心定位是：帮助用户快速构建智能化的产品文档、技术文档、FAQ 及博客系统，借助 AI 能力实现 “存、创、查、用” 全流程高效管理。
核心功能：三大 AI 能力 + 多元化实用特性
PandaWiki 的功能设计围绕 “智能化” 与 “便捷性” 展开，核心可概括为三大 AI 功能与五大实用特性，覆盖知识库从搭建到使用的全场景需求：
类别 | 具体功能 | 价值说明 |
|---|---|---|
AI 核心功能 | AI 创作 | 辅助生成、优化文档内容，降低内容生产门槛，提升写作效率 |
AI 问答 | 支持用户以自然语言提问，AI 基于知识库内容精准作答，而非返回杂乱链接 | |
AI 搜索 | 依托 AI 大模型实现语义化搜索，精准匹配用户需求，解决传统关键词搜索的局限性 | |
实用特性 | 富文本编辑 | 支持 Markdown 与 HTML 语法，满足不同用户编辑习惯；文档可导出为 Word、PDF、Markdown 格式 |
多渠道内容导入 | 支持通过飞书文档、Notion、URL、Sitemap、RSS 及离线文件导入内容，省去重复复制粘贴操作 | |
第三方平台集成 | 可接入钉钉、飞书、企业微信、Discord 等平台的聊天机器人，实现 “随处查知识” | |
高度自定义 | 支持配置 Wiki 网站配色、背景图、水印、页脚（企业名称、ICP 备案、品牌 Logo 等），打造专属风格 | |
数据统计与反馈 | 管理后台可实时查看 Wiki 网站的访问次数、用户分布、问答记录及反馈信息，便于优化内容 |
二、5 分钟快速部署
PandaWiki 的最大优势之一是 “低门槛”—— 无需复杂代码开发，仅需 4 步即可完成部署，全程耗时不超过 5 分钟，即使是非技术人员也能轻松上手。
步骤 1：安装 PandaWiki（Linux 系统）
你需要一台支持 Docker 20.x 以上版本的 Linux 系统来安装 PandaWiki。
使用 root 权限登录你的服务器，然后执行以下命令。
bash -c "$(curl -fsSLk https://release.baizhi.cloud/panda-wiki/manager.sh)"
根据命令提示选择安装目录，等待几分钟后，终端会输出控制台访问地址，通过浏览器打开即可进入登录界面。
安装成功提示
SUCCESS 容器启动成功
SUCCESS 安装完成
INFO
SUCCESS 控制台访问信息:
SUCCESS 访问地址(内网): https://192.168.1.3:2443
SUCCESS 访问地址(外网): https://XXX.XX.XX.XX:2443
SUCCESS 用户名: admin
SUCCESS 密码: *******************查看运行的镜像
docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
c9472c338016 chaitin-registry.cn-hangzhou.cr.aliyuncs.com/chaitin/panda-wiki-nginx:v3.19.1 "/docker-entrypoint.…" 14 minutes ago Up 13 minutes 80/tcp, 0.0.0.0:2443->8080/tcp panda-wiki-nginx
dca8dea87d7c chaitin-registry.cn-hangzhou.cr.aliyuncs.com/chaitin/panda-wiki-consumer:v3.19.1 "./panda-wiki-consum…" 14 minutes ago Up 13 minutes panda-wiki-consumer
4486372c1380 chaitin-registry.cn-hangzhou.cr.aliyuncs.com/chaitin/panda-wiki-api:v3.19.1 "sh -c '/app/panda-w…" 14 minutes ago Up 14 minutes panda-wiki-api
bad37f40766b chaitin-registry.cn-hangzhou.cr.aliyuncs.com/chaitin/panda-wiki-raglite:1-3-5 "/app/bin/entrypoint…" 14 minutes ago Up 14 minutes 8080/tcp panda-wiki-raglite
93bc0866dffe chaitin-registry.cn-hangzhou.cr.aliyuncs.com/chaitin/panda-wiki-qdrant:v1.14.1 "./entrypoint.sh" 14 minutes ago Up 14 minutes 6333-6334/tcp panda-wiki-qdrant
e65ae03ad8be chaitin-registry.cn-hangzhou.cr.aliyuncs.com/chaitin/panda-wiki-app:v3.19.1 "docker-entrypoint.s…" 14 minutes ago Up 14 minutes 3010/tcp panda-wiki-app
6d177a1121cb chaitin-registry.cn-hangzhou.cr.aliyuncs.com/chaitin/panda-wiki-minio:RELEASE.2025-04-22T22-12-26Z-cpuv1 "/usr/bin/docker-ent…" 14 minutes ago Up 14 minutes 9000/tcp panda-wiki-minio
f06177d1d82f chaitin-registry.cn-hangzhou.cr.aliyuncs.com/chaitin/panda-wiki-caddy:2.10-alpine "caddy run --config …" 14 minutes ago Up 14 minutes panda-wiki-caddy
9515fb986d66 chaitin-registry.cn-hangzhou.cr.aliyuncs.com/chaitin/panda-wiki-nats:2.11.3-alpine "docker-entrypoint.s…" 14 minutes ago Up 14 minutes 4222/tcp, 6222/tcp, 8222/tcp panda-wiki-nats
fe08b9eb892b chaitin-registry.cn-hangzhou.cr.aliyuncs.com/chaitin/panda-wiki-redis:7.4.2-alpine "docker-entrypoint.s…" 14 minutes ago Up 14 minutes 6379/tcp panda-wiki-redis
35d9790ea5f8 chaitin-registry.cn-hangzhou.cr.aliyuncs.com/chaitin/panda-wiki-postgres:17.5 "docker-entrypoint.s…" 14 minutes ago Up 14 minutes (healthy) 5432/tcp panda-wiki-postgres
4a36c55c0f66 chaitin-registry.cn-hangzhou.cr.aliyuncs.com/chaitin/panda-wiki-crawler:v0.8.2 "/app/crawler" 14 minutes ago Up 14 minutes 步骤 2：配置 AI 大模型
由于 PandaWiki 的 AI 功能（创作、问答、搜索）均依赖 AI 大模型，首次使用需先完成模型配置，否则相关功能无法正常使用。其支持的模型类型及推荐方案如下：
- Chat 模型：用于对话与内容生成，如 ChatGPT-4、Deepseek-r1、Deepseek-v3 等
- Embedding 模型：将文档转化为向量，支撑智能搜索与内容关联，如 BGE-M3
- Reranker 模型：对搜索结果二次排序，提升检索精准度，如 BGE-Reranker-V2-M3
添加对话模型
我这里填写本地的ollama
使用 gpt-oss:20b的模型
创建Wiki站
由于宿主机的80端口被占用，我这里改成85
再把防火墙打开
firewall-cmd --zone=public --add-port=85/tcp --permanent
firewall-cmd --reload
再访问
http://192.168.1.3:85/
步骤 3：创建 AI 知识库
登录管理后台后，可直接创建文件夹或文档，也可通过 “内容导入” 功能将现有文档批量导入。以创建《三国演义》知识库为例：
- 点击 “创建文件夹”，命名为 “三国演义”；
- 进入文件夹后，点击 “创建文档”，使用富文本编辑器编写章节内容；
- 或通过 “飞书文档导入”“URL 导入” 等功能，快速导入已有的《三国演义》相关内容；
- 文档创建完成后，可设置 “可被问答”“可被访问” 等权限，确保内容正常对外展示。
我这里使用
https://pandawiki.docs.baizhi.cloud/welcome生成页面
步骤 4：额外配置与对外访问
- 自定义网站风格：进入 “系统配置 - 样式与风格”，设置配色方案（如深色模式）、背景图、水印（显性 / 隐形 / 禁用），以及左侧目录导航的显示方式（默认显示 / 隐藏、默认展开 / 折叠）。
- 配置页脚信息：在 “系统配置 - 页脚” 中填写企业名称、ICP 备案编号、品牌 Logo、友情链接等，提升 Wiki 网站的专业性。
- 对外分享：每个知识库会生成独立的对外访问链接，将链接分享给用户，即可实现无门槛访问；同时可通过 “网页挂件” 功能，将知识库嵌入其他网站。
三、实际应用场景：从个人到企业的全覆盖
PandaWiki 的灵活性使其适用于多种场景，无论是个人知识整理，还是企业团队协作，都能发挥重要作用：
1. 企业级知识管理
- 产品文档 / 技术手册：搭建结构化的产品使用指南、技术开发文档，支持研发、产品、运营团队快速查询信息，减少跨部门沟通成本；
- 内部帮助中心：将常见问题（FAQ）、规章制度、流程规范录入知识库，员工通过 AI 问答快速解决问题，降低行政与 HR 的咨询压力；
- 客户服务支持：将产品 FAQ、 troubleshooting 指南接入企业微信 / 钉钉机器人，客户通过聊天窗口直接提问，AI 实时作答，提升服务效率。
2. 个人 / 团队内容创作
- 博客系统：搭建个人技术博客或团队分享平台，借助 AI 创作功能优化文章内容，支持 Markdown 编辑与多格式导出；
- 学习笔记整理：将课程笔记、书籍摘要通过 URL 或离线文件导入，生成结构化知识库，通过 AI 搜索快速定位关键知识点。
四、开源资源与支持：放心使用的保障
PandaWiki 采用AGPL-3.0 开源协议（修改和衍生作品需开源），用户可自由下载、使用、二次开发，无需担心版权问题。同时，官方提供完善的资源与社区支持，确保使用过程中的问题能及时解决：
- 开源地址：https://github.com/chaitin/PandaWiki（可查看源码、提交 Issue、参与贡献）
- 官方网站：https://baizhi.cloud/landing/pandawiki（获取最新版本与功能介绍）
- 在线文档：https://pandawiki.docs.baizhi.cloud/welcome（详细的使用指南、部署教程）
总结
写文不易，如果你都看到了这里，请点个赞和在看，分享给更多的朋友；也别忘了关注星哥玩云！这里有满满的干货分享，还有轻松有趣的技术交流～点个赞、分享给身边的小伙伴，一起成长，一起玩转技术世界吧！ 😊
在知识管理工具层出不穷的今天，PandaWiki 的核心竞争力在于 “低门槛 + 高智能”：无需代码即可 5 分钟搭建 Wiki 系统，AI 能力大幅提升知识的 “创作效率” 与 “使用效率”，同时支持高度自定义与多平台集成，满足从个人到企业的多样化需求。
如果你正在寻找一款能 “让知识更聪明” 的管理工具，无论是搭建企业文档中心、个人博客，还是团队协作知识库，PandaWiki 都值得一试。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
腾讯云开发者
