基于 WeKnora 框架实现。 框架采用模块化架构，融合多模态预处理、语义向量索引、智能召回与大模型生成推理，构建起高效、可控的文档问答流程。核心检索流程基于 RAG（Retrieval-Augmented Generation） 机制，将上下文相关片段与语言模型结合，实现更高质量的语义回答。

在开源框架基础上，针对七牛云智能客服应用做了一些优化：

• 支持历史人工客服数据导入知识库，导入前先对数据进行清洗，过滤出有价值的问答并进行数据转换
• 支持批量自动爬取导入文档站内容，作为知识库数据补充
• 界面优化，提升操作便利性

确保本地已安装以下工具：

• Docker
• Docker Compose
• Git

git clone git@github.com:Wintercom/c-cube.git
cd c-cube

# 复制示例配置文件
cp .env.example .env

# 编辑 .env，填入对应配置信息
# 所有变量说明详见 .env.example 注释

# 拉取基础设施服务镜像
docker compose pull postgres redis minio neo4j jaeger

# 构建应用服务镜像
make build-images

make start-all

1. 访问 Web UI: http://localhost
2. 注册并登录账号
3. 创建知识库，并按照提示完成大语言模型和嵌入模型配置
4. 导入知识文档（大量的数据主要用脚本方式），开始使用

make stop-all

https://winterbd251010.qbox.net/c-cube-demo.mov