HiveChat : le chatbot d'IA pour un déploiement rapide au sein des entreprises

Introduction générale

HiveChat est un chatbot d'IA pour les petites et moyennes équipes qui permet aux administrateurs de configurer plusieurs modèles d'IA (tels que Deepseek, OpenAI, Claude et Gemini) en une seule fois pour une utilisation facile par les membres de l'équipe. Il propose le rendu LaTeX et Markdown, l'affichage de la chaîne d'inférence DeepSeek, la compréhension des images, les agents d'IA et le stockage des données dans le nuage, et prend en charge 10 grands fournisseurs de modèles. Le projet utilise les piles technologiques Next.js, Tailwindcss et PostgreSQL et peut être déployé localement ou via Vercel et Docker.

Liste des fonctions

• Modèles d'IA pris en charge : HiveChat prend en charge les modèles d'IA tels que Deepseek, OpenAI, Claude, Gemini, Moonshot, Volcano Engine Ark, Ali Bailian (Qianwen), Baidu Qianfan, Ollama, et SiliconFlow 10 fournisseurs de modèles à grande échelle, y compris des options nationales et internationales pour les équipes mondialisées.
• Rendu et affichage : Prise en charge du rendu LaTeX et Markdown, ce qui est pratique pour les équipes qui traitent des documents techniques ; la fonction d'affichage de la chaîne d'inférence DeepSeek aide les utilisateurs à comprendre le processus d'inférence de l'IA.
• Support multimédia : capacités de compréhension des images, adaptées aux tâches liées à la vision.
• Agent d'intelligence artificielle : intégrer la fonctionnalité d'agent d'intelligence artificielle pour améliorer les capacités d'automatisation.
• Gestion des données : stockage des données dans le nuage pour garantir la sécurité et la pérennité des données de l'équipe.

Utiliser l'aide

Piles technologiques et options de déploiement

HiveChat utilise un ensemble de technologies modernes pour le front-end et le back-end :

Les options de déploiement comprennent le déploiement local, le déploiement Docker et le déploiement Vercel :

• déploiement localLes utilisateurs doivent cloner le référentiel, exécuter npm install l'installation des dépendances.npm run initdb initialiser la base de données.npm run dev Démarrage de l'environnement de développement.npm run build répondre en chantant npm run start A utiliser dans des environnements de production.
• Déploiement Docker: cloner le référentiel, exécuter docker compose build répondre en chantant docker compose up -d Le service conteneurisé peut être démarré.
• Déploiement de Vercel: à travers Liens de déploiement Vercel Pour le déploiement en un clic, vous devez configurer des variables d'environnement telles que DATABASE_URL, AUTH_SECRET et ADMIN_CODE.

Une fois le déploiement terminé, l'administrateur devra se rendre sur le site http://localhost:3000/setup (ou sur le domaine/port réel) pour configurer un compte administrateur.

Aide détaillée

Pour aider les utilisateurs à démarrer rapidement avec HiveChat, voici un processus d'installation et d'utilisation détaillé :

Processus d'installation

1. entrepôt de clones: :
   • Ouvrez un terminal et exécutez la commande suivante pour cloner votre dépôt GitHub :

     git clone https://github.com/HiveNexus/HiveChat.git
     cd HiveChat
     

2. Sélectionner la méthode de déploiement: :
   • déploiement local: :
     • Assurez-vous que Node.js et PostgreSQL sont installés.
     • être en mouvement npm install Installer la dépendance.
     • configurer .env définir les variables d'environnement suivantes :
       • DATABASE_URL=postgres://postgres:password@localhost/hivechat(doit être remplacé par une connexion à une base de données réelle, par exemple PostgreSQL local).
       • AUTH_SECRET: Utilisation openssl rand -base64 32 Génère une chaîne aléatoire de 32 bits.
       • ADMIN_CODECode d'autorisation de l'administrateur : Définir le code d'autorisation de l'administrateur, par exemple 22113344il est recommandé de la remplacer par une valeur personnalisée.
       • NEXTAUTH_URL=http://127.0.0.1:3000(L'environnement de test peut conserver le nom par défaut, l'environnement de production doit être remplacé par le nom de domaine officiel).
     • être en mouvement npm run initdb Initialiser la base de données.
     • Environnement de développement en cours d'exécution npm run devFonctionnement de l'environnement de production npm run build impératrice npm run start.
   • Déploiement Docker: :
     • Assurez-vous que Docker et Docker Compose sont installés.
     • être en mouvement docker compose build Construire l'image miroir.
     • être en mouvement docker compose up -d Démarrer le conteneur.
     • La configuration des variables d'environnement est identique au déploiement local et doit être effectuée dans le fichier docker-compose.yml Préciser dans le .
   • Déploiement de Vercel: :
     • entretiens Liens de déploiement Vercel.
     • Suivez les invites pour configurer DATABASE_URL, AUTH_SECRET et ADMIN_CODE.
     • Cliquez sur Déployer et attendez que Vercel finisse de se construire.
3. Initialisation de l'administrateur: :
   • Une fois le déploiement terminé, allez sur http://localhost:3000/setup (déploiement local) ou sur le nom de domaine actuel et entrez ADMIN_CODE pour configurer le compte administrateur.

Utilisation

• Fonctionnement de l'administrateur: :
  • Connectez-vous et accédez au tableau de bord de l'administrateur où vous pouvez configurer le fournisseur du modèle d'IA (par exemple, la clé API OpenAI, etc.).
  • Gérer tous les comptes d'utilisateurs en ajoutant manuellement des utilisateurs ou en activant l'enregistrement.
  • Consultez les statistiques d'utilisation de l'équipe et ajustez les configurations des modèles pour optimiser les performances.
• Fonctionnement général de l'utilisateur: :
  • Connectez-vous pour accéder à l'interface de chat, qui permet la saisie de texte et le téléchargement de fichiers multimédias (par exemple, des images).
  • Formatage des chats à l'aide de LaTeX et Markdown pour les discussions techniques.
  • Sélection de différents modèles d'IA (par ex. Deepseek ou Claude) pour engager le dialogue et visualiser la chaîne d'inférence de DeepSeek afin de comprendre le processus de prise de décision de l'IA.
  • Les données sont automatiquement stockées dans le nuage, ce qui permet de consulter à tout moment l'historique des sessions.
• Fonction en vedette Fonctionnement: :
  • compréhension graphiqueL'IA peut analyser le contenu et générer des descriptions, ce qui convient aux équipes chargées de la conception des produits ou de l'analyse des données.
  • Agent AIL'IA peut automatiser des tâches spécifiques, telles que la production de rapports ou la réponse à des questions fréquemment posées.
  • Stockage de données dans le nuageLes discussions et les configurations sont sauvegardées dans le nuage et peuvent être consultées par les membres de l'équipe, quel que soit l'appareil utilisé.