AI知识库- Cherry Studio构建本地知识库

Cherry Studio本地知识库搭建详细手册

目录

1. 准备工作
2. 安装Cherry Studio
3. 配置本地知识库
4. 数据导入与管理
5. 搜索与查询功能
6. 用户权限管理
7. 维护与优化
8. 常见问题解答

准备工作

硬件要求

• 操作系统: Windows 10/11, macOS 10.15+, Linux (Ubuntu 18.04+推荐)
• 处理器: 双核2.0GHz或更高
• 内存: 8GB以上(16GB推荐，特别是处理大量文档时)
• 存储空间: 至少20GB可用空间(根据知识库大小调整)
• 网络: 本地网络连接(如需远程访问需配置)

软件要求

• Docker (推荐使用Docker Desktop)
• Python 3.8+
• Git版本控制工具
• 文本编辑器(VSCode推荐)

安装Cherry Studio

方法一: Docker安装(推荐)

1. 安装Docker Desktop

   • Windows/macOS: 从官网下载安装包
   • Linux:

     sudo apt-get update
     sudo apt-get install docker.io
     sudo systemctl start docker
     sudo systemctl enable docker
     

2. 拉取Cherry Studio镜像

   docker pull cherrystudio/ai-knowledge-base:latest
   

3. 运行容器

   docker run -d -p 8080:8080 -v /path/to/local/data:/data --name cherry-kb cherrystudio/ai-knowledge-base
   

   (将/path/to/local/data替换为你本地存储数据的路径)

方法二: 源码安装

1. 克隆仓库

   git clone https://github.com/cherrystudio/ai-knowledge-base.git
   cd ai-knowledge-base
   

2. 创建虚拟环境

   python -m venv venv
   source venv/bin/activate  # Linux/macOS
   venv\Scripts\activate     # Windows
   

3. 安装依赖

   pip install -r requirements.txt
   

4. 启动服务

   python app.py
   

配置本地知识库

初始化设置

1. 访问 http://localhost:8080 (如果使用默认端口)
2. 首次登录使用默认管理员账号:
   • 用户名: admin
   • 密码: admin123
3. 立即修改默认密码(安全性考虑)

基本配置

1. 进入"系统设置" > “知识库配置”
2. 设置知识库名称和描述
3. 配置存储路径(默认为容器内的/data或你指定的挂载路径)
4. 选择分词器(中文推荐选择jieba或HanLP)
5. 设置索引更新频率(默认每小时自动更新)

数据导入与管理

支持的文件类型

• 文档: PDF, Word(.docx), Excel(.xlsx), PowerPoint(.pptx)
• 文本: .txt, .md
• 网页: .html
• 代码: .py, .java, .cpp等常见编程语言文件

批量导入文档

1. 进入"数据管理" > “文档导入”
2. 选择"批量导入"模式
3. 拖放文件或选择文件夹
4. 设置元数据(可选):
   • 文档分类
   • 标签
   • 访问权限
5. 点击"开始导入"

单个文档添加

1. 点击"添加文档"按钮
2. 上传文件或粘贴文本内容
3. 填写文档信息:
   • 标题
   • 描述
   • 作者
   • 关键词
4. 选择是否立即建立索引

文档管理

1. 文档列表视图
   • 按名称、类型、大小、修改日期排序
   • 搜索框快速定位文档
2. 文档编辑
   • 双击文档进入编辑模式
   • 更新内容或元数据
3. 文档删除
   • 选择文档后点击删除
   • 可设置是否同时删除源文件

搜索与查询功能

基本搜索

1. 在顶部搜索栏输入查询关键词
2. 选择搜索范围:
   • 全部文档
   • 特定分类
   • 我的收藏
3. 点击搜索或按Enter

高级搜索

1. 点击"高级搜索"展开选项
2. 使用搜索运算符:
   • AND: “机器学习 AND 算法”
   • OR: “Python OR Java”
   • NOT: “云计算 NOT 阿里云”
   • 引号精确匹配: ““神经网络””
3. 按字段过滤:
   • 作者: author:张三
   • 标题: title:入门指南
   • 日期: date:2023-01-01…2023-12-31

搜索结果处理

1. 结果排序:
   • 按相关性(默认)
   • 按日期
   • 按文件大小
2. 结果导出:
   • 导出为CSV
   • 导出选中条目
   • 生成摘要报告

用户权限管理

用户角色

1. 管理员: 完全控制权限
2. 编辑者: 添加/编辑文档，不能更改系统设置
3. 查看者: 只能查看和搜索文档

添加新用户

1. 进入"系统设置" > “用户管理”
2. 点击"添加用户"
3. 填写用户信息:
   • 用户名
   • 邮箱(可选)
   • 初始密码
   • 分配角色
4. 设置文档访问权限(可选)

权限控制

1. 文档级权限:
   • 为单个文档设置可访问用户/角色
2. 分类级权限:
   • 控制对整个分类的访问
3. 操作权限:
   • 控制编辑、删除、导出等操作

维护与优化

定期维护

1. 索引优化:
   • 每月执行一次完整重建索引
   • 进入"系统设置" > “索引管理” > “重建索引”
2. 数据备份:
   • 自动备份设置
   • 手动导出知识库快照
3. 日志清理:
   • 设置日志保留策略
   • 定期清理旧日志

性能优化

1. 对于大型知识库:
   • 增加索引内存分配
   • 使用SSD存储
   • 考虑分布式部署
2. 查询优化:
   • 添加常用查询到快捷方式
   • 创建预定义搜索模板

更新升级

1. 检查新版本:

   docker pull cherrystudio/ai-knowledge-base:latest
   

2. 停止旧容器:

   docker stop cherry-kb
   

3. 删除旧容器:

   docker rm cherry-kb
   

4. 启动新容器(使用相同参数)

常见问题解答

Q1: 导入的PDF文档无法被正确索引

A: 确保PDF是可选的文本PDF，不是扫描件。如果是扫描件，需要先进行OCR处理。

Q2: 搜索结果显示不全

A:

1. 检查索引是否最新
2. 尝试重建索引
3. 检查文档权限设置

Q3: 系统运行缓慢

A:

1. 检查系统资源使用情况
2. 增加Docker内存分配
3. 减少同时索引的文档数量

Q4: 如何实现多人在线协作

A:

1. 确保所有用户在同一个局域网
2. 或者配置端口转发和DDNS实现远程访问
3. 注意设置适当的权限控制

Q5: 数据如何备份和迁移

A:

1. 使用内置的备份功能导出知识包(.kb文件)
2. 或者直接备份挂载的/data目录
3. 迁移时在新机器上恢复备份或挂载相同目录

---

本手册提供了Cherry Studio本地知识库搭建的基础指导，根据实际需求可能需要调整部分配置。建议定期查看官方文档获取最新功能和最佳实践。