一直以来都想把我的文档都集中起来建一套知识库，方便统一的搜索查询和调用。我用过很多的文档编写管理工具有在线的、离线的，包括有有道云笔记、语雀、飞书、Notion、Obsidian等。这些工具编写管理文档还可以但是要做为一个知识库还远远不够。我认为知识库不但要解决“知识存哪里” 的问题，更要解决 “知识怎么用” 的痛点，能够将多源的知识内容进行聚合，方便检索查询和使用。

我需要的知识库系统能够具备以下能力：

• 多源内容聚合的能力：能够将我的博客网站、飞书、语雀、离线的文档等都能导入到知识库中。
• 方便快捷的搜索能力：AI辅助搜索，能够随时快速找到我想要的东西，AI辅助问答，能够基于已有的知识快速给出比较靠谱的答案。
• 便捷强大的编辑能力：能够通过富文本、Markdown随时记录文本，通过AI来辅助创作。

几番比较找到了PandaWiki，这款开源AI大模型驱动的知识库搭建系统，我觉得满足了目前我对知识库的要求，其安装方便、使用便捷、免费开源，零成本就能拥有自己的AI知识库，目前在github上斩获了8.4K的Star说明了受欢迎的程度。

一、什么是PandaWiki

PandaWiki 是一款 AI 大模型驱动的开源知识库搭建系统，帮助你快速构建智能化的 产品文档、技术文档、FAQ、博客系统，借助大模型的力量为你提供 AI 创作、AI 问答、AI 搜索等能力，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。

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。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：

PandaWiki 的最大优势之一是 “低门槛”—— 无需复杂代码开发，提供了一键部署安装脚本，全程耗时不超过 5 分钟，即使是非技术人员也能轻松上手。

二、PandaWiki的安装部署

1、部署前的准备

PandaWiki的官方文档见 

https://pandawiki.docs.baizhi.cloud/node/01971602-bb4e-7c90-99df-6d3c38cfd6d5

PandaWiki安装需Linux系统、x86_64架构，依赖Docker 20.10.14+和Docker Compose 2.0.0+，推荐1核2G内存10G磁盘。安装 PandaWiki 系统环境要求如下：

• 操作系统：Linux
• CPU 指令架构：x86_64、aarch64
• 软件依赖：Docker 20.10.14 版本以上
• 软件依赖：Docker Compose 2.0.0 版本以上
• 推荐配置：2 核 CPU / 4 GB 内存 / 20 GB 磁盘
• 最低配置：1 核 CPU / 2 GB 内存 / 5 GB 磁盘

我的配置是ubuntu系统2核CPU/4GB内存/100GB磁盘。

2、安装PandaWiki

官方提供了一键自动安装命令，可以非常便捷无脑的就把系统给装上。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)"

选择“安装”，回车系统检测到没有安装docker，输入“y”,系统自动安装docker默认安装路径位于 /data/pandawiki到显示所有容器安装完成并启动就会显示如下信息

SUCCESS  控制台信息:SUCCESS    访问地址(内网): https://*.*.*.*:2443SUCCESS    访问地址(外网): https://*.*.*.*:2443SUCCESS    用户名: adminSUCCESS    密码: **********************

修改默认密码

使用浏览器打开上述内容中的 “访问地址”，就可以看到 PandaWiki 的控制台登录入口。

三、PandaWiki的使用

1、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

我这里直接使用PandaWiki默认的模型“自动配置”。自动配置需要点击“获取百智云API Key”来获取API Key，注册登录百智云就可以获取5元的免费额度。当然通过手动配置用其他的模型API也可以。2、启用创建门户网站

启用创建门户网站PandaWiki会自动帮创建一个门户网站，可以自定义门户网站的模板，“启用HTTP”输入暴露的端口80就可以开启门户网站，注意不要和2443端口重了，2443是后台admin的管理服务。通过简单的配置就可以生成一个wiki网站，如果有域名就可以通过域名访问了，没有域名就通过IP访问。我这里配了域名，可以通过wiki.xiejava.dpdns.org访问。

3、导入文档到PandaWiki创建知识库

PandaWiki 支持从第三方文档中导入文档，目前支持以下几种方式

• 通过离线文件导入
• 通过 URL 导入
• 通过 RSS 导入
• 通过 Sitemap 导入
• 通过 Notion 导入
• 通过 Epub 导入
• 通过 MiniDoc 导入
• 通过 Wiki.js 导入
• 通过 Confluence 导入
• 通过飞书文档导入
• 通过语雀导入
• 通过思源笔记导入

官方都有详细的说明文档我这里将我的博客文档通过离线方式进行导入。

在离线文件导入界面选择要导入的文件，支持的格式包括

.txt、.md、.xlx、.xlsx、.docx、.pdf注意：每个文件的大小不能超过 20 MB。

选择要导入的文件后，会对.md文件自动进行解析。

解析完了点击“批量导入”，就可以将文件导入到知识库，并且展示的是解析后的富文本形式。

批量导入处理中

新导入的文件虽然是可以被可见、被访问、被问答，但是还没有进行增强学习处理需要进一步的学习

PandaWiki的文档处理状态如下图：

选择需要学习的文档点“确认”进行学习

当学习和发布完成后，可以在web门户网站进行AI检索和AI问答了。

我们可以将pandawiki直接当一个博客网站来使用，它对markdown的解析和展示还挺好的。

欢迎访问我的wiki站点 

https://wiki.xiejava.dpdns.org 

在这里我将和你一起分享IT技术，感受AI带来的便捷。

作者博客：http://xiejava.ishareread.com/