MaxKB+WeDown：我给自己的公众号增加了一个问答小助手（附部署教程）

话不多说，直接上硬货：

和，这是两个最近相当实用的开源项目。

——微信公众号文章批量下载工具，支持图片、评论下载，还能保存为html、md、pdf、docx四种格式，覆盖面相当全。

——基于LLM大语言模型的知识库问答系统，开箱即用，还能快速嵌入到第三方业务系统。注意，这套系统来自1Panel官方团队，品质有保障。

之前还在为怎么把微信公众号的文章下载下来保存备用发愁——主要是怕好文章被删，或者想拿来做知识库的素材。结果今天就看到这个开源项目，直接一键下载某个公众号的所有文章，还支持四种格式导出，省心不少。

紧接着又看到了这个成熟的知识库问答系统。它可以集成到自己的网站或者项目产品中，而且支持市面上多家模型厂商的接口。前面正好介绍过不少免费API获取的项目，那最直接的想法就是：把这些API利用起来，结合这个知识库系统，构建一个公众号的知识问答小助手。

这套知识库本身也支持本地模型，但说实话，对硬件要求确实高，只能跑较低版本的模型，问答效果自然打折扣。所以还是准备用GPT-3.5作为基础模型——当然，

这个项目也提供免费的GPT-4调用，只是速度会慢一些。

下面直接上手，看看这两个工具怎么配合使用。

WechatDownload：批量下载公众号文章

第一步，直接到它的仓库把压缩包下载下来。

然后双击运行程序。

接下来需要检查电脑版微信的设置，把这个勾选取消掉。

然后随便复制一篇公众号文章——注意，一定是在微信自带的浏览器中复制，不是你电脑上其他浏览器。

把链接粘贴到工具里，点击获取公众号。再把第三步中生成的链接复制到微信聊天助手中。

一样的方式，双击在微信浏览器中打开。

做完这些，直接点击批量下载按钮，工具就会把该公众号的所有文章下载到指定目录。

至此，获取知识库资料的步骤就完成了。

MaxKB：部署知识库问答助手

第一步，确保电脑已经安装了Docker。

第二步，在终端中执行以下Docker命令来部署MaxKB：

docker run -d --name=maxkb -p 8080:8080 -v ~/.maxkb:/var/lib/postgresql/data 1panel/maxkb

部署成功后，在浏览器打开链接，登录时用户名为

，密码为 。

在浏览器中输入 http://localhost:8080/，会弹出登录窗口，用上面的用户名和密码登录。部署成功后，就可以在页面上传前面准备好的知识库资料了，按照提示步骤走即可。

然后在这个页面添加模型。

关于获取API的方法，可以参考之前的文章。按照图中的形式，把API的网页链接写到/v1截止，比如：http://18.223.170.171:1337/v1 或 http://localhost:8080/v1（前者是服务器IP，后者是本地地址）。API Key可以随便填，因为这个API本身就是免费获取的。

知识库和模型都配置好后，下面创建具体的应用：

在首页菜单栏下，点击创建应用。

把刚刚创建的知识库和模型关联进去即可。

创建完成后，就能看到这个界面。它提供了可访问的站点和API，还能嵌入到第三方网站中——这也是这个项目的一大特色。

点击“公共可访问的链接”，就能看到演示站点的主界面，这也是后面分享给别人的主界面（例如：http://localhost:8080/ui/chat/38c3c22dc02b93d3）。

其他功能，比如对话日志和设置，点进去就能明白，操作非常简单。

到此为止，就已经成功部署了一个公众号的问答小助手。

当然，这套系统的用途远不止于此。在创建知识库时，还可以通过网络爬虫的方式扒取某个网页的内容，比如在线文档、技术教程等。

这样一来，就可以通过获取各种资料来源来构建不同类别的知识库，再搭配相应的模型，构建成各种领域的问答助手。每个知识库都是分开的，这种隔离设计相当不错，可以让模型专注于特定领域——即便只用GPT-3.5，在特定领域下的表现也堪比GPT-4。

除了默认的网站爬取方式外，还有一个专门用于知识库构建的开源爬取工具——

，值得关注。

关于这个知识库问答工具，官方有详细的教程视频可供参考。

<iframe allowfullscreen="" frameborder="0" src="https://mp.weixin.qq.com/mp/readtemplate?t=pages/video_player_tmpl&action=mpvideo&auto=0&vid=wxv_3420146231358488581"></iframe>

最后需要提一句，这套知识系统对内存的要求稍微高一些。之前在AWS的一些低配置服务器上试过，根本跑不起来，内存占用太高。所以目前只能部署在本地电脑上，没办法直接提供一个对外链接让大家体验。这里就截个屏和Demo演示一下效果。