综合介绍
BISHENG是一个开源的LLM(大语言模型)DevOps平台,专为下一代企业AI应用而设计。该平台提供了强大且全面的功能,包括生成式AI工作流、RAG(检索增强生成)、智能代理、统一模型管理、评估、SFT(微调)、数据集管理、企业级系统管理和可观测性等。BISHENG旨在支持复杂的企业应用场景,已被众多行业领先组织和财富500强公司采用。平台的高精度文档解析模型经过五年高质量数据的训练,能够识别打印文本、手写文本、稀有字符、表格和布局分析等。用户可以免费私有化部署BISHENG,享受其强大的功能和社区支持。
很早前看到这个项目,最近看到迭代的勉强成熟,特此发布,那么问题来了,为什么不选择更好的Dify或FAST呢?
功能列表
- 生成式AI工作流
- 检索增强生成(RAG)
- 智能代理
- 统一模型管理
- 模型评估
- 微调(SFT)
- 数据集管理
- 企业级系统管理
- 可观测性
- 高精度文档解析
- 多代理协作
- 固定布局报告生成
- 政策更新比较
- 客户服务辅助
- 会议记录生成
- 简历筛选
- 通话记录分析
- 非结构化数据治理
- 知识挖掘
- 数据分析
使用帮助
安装流程
- 系统要求:
- CPU:8核以上
- 内存:32GB以上
- Docker:19.03.9+版本
- Docker Compose:1.25.1+版本
- 安装步骤:
- 克隆BISHENG代码库:
bash
git clone https://github.com/dataelement/bisheng.git
cd bisheng/docker
- 如果系统没有git命令,可以下载BISHENG代码的zip文件:
bash
wget https://github.com/dataelement/bisheng/archive/refs/heads/main.zip
unzip main.zip && cd bisheng-main/docker
- 启动BISHENG:
bash
docker-compose up -d
- 启动完成后,在浏览器中访问
http://IP:3001
,进入登录页面并进行用户注册。默认情况下,第一个注册的用户将成为系统管理员。
- 克隆BISHENG代码库:
功能操作指南
- 生成式AI工作流:
- 进入平台后,选择“生成式AI工作流”模块。
- 根据需求配置工作流,包括数据输入、模型选择、输出格式等。
- 点击“开始”按钮,系统将自动执行工作流并生成结果。
- 检索增强生成(RAG):
- 在主界面选择“RAG”模块。
- 输入检索关键词或问题,系统将从数据库中检索相关信息并生成答案。
- 用户可以根据需要调整检索参数和生成设置。
- 智能代理:
- 选择“智能代理”模块,配置代理任务和参数。
- 系统支持多代理协作,用户可以设置多个代理同时工作,提高效率。
- 代理任务完成后,系统将生成详细的报告和分析结果。
- 统一模型管理:
- 进入“模型管理”模块,查看和管理所有已部署的模型。
- 用户可以上传新模型、更新现有模型或删除不需要的模型。
- 系统提供模型评估和微调功能,帮助用户优化模型性能。
- 高精度文档解析:
- 选择“文档解析”模块,上传需要解析的文档。
- 系统支持多种文档格式,包括PDF、Word、图片等。
- 解析完成后,用户可以查看解析结果并导出为所需格式。
常见问题
- 如何更新BISHENG?
- 进入BISHENG安装目录,执行以下命令:
git pull docker-compose down docker-compose up -d
- 系统将自动下载最新版本并重新启动。
- 如何处理安装或使用过程中遇到的问题?
- 用户可以访问BISHENG的GitHub页面,查看常见问题解答和社区支持。
- 也可以加入BISHENG的讨论组,与其他用户交流经验和解决方案。