HiveChat: 기업 내 신속한 배포를 위한 AI 챗봇

일반 소개

하이브챗은 중소규모 팀을 위한 AI 챗봇으로, 관리자가 여러 AI 모델(예: 딥서치, OpenAI, 클로드, 제미니)을 한 번에 구성하여 팀원들이 쉽게 사용할 수 있도록 지원합니다. 라텍스 및 마크다운 렌더링, 딥시크 추론 체인 표시, 이미지 이해, AI 에이전트 및 클라우드 데이터 저장소를 제공하며 10개의 대형 모델 제공업체를 지원합니다. 이 프로젝트는 Next.js, Tailwindcss, PostgreSQL 기술 스택을 사용하며 로컬로 배포하거나 Vercel 및 Docker를 통해 배포할 수 있습니다.

기능 목록

• 지원되는 AI 모델: 하이브챗은 딥시크, OpenAI, 클로드, 제미니, 문샷, 볼케이노 엔진 아크, 알리 바이리안(첸웬), 바이두 첸판, 올라마 등의 AI 모델을 지원합니다. 실리콘 플로우 글로벌화된 팀을 위한 국내 및 국제 주류 옵션을 포함한 10개의 대규모 모델 제공업체가 있습니다.
• 렌더링 및 표시: 기술 문서를 다루는 팀에게 편리한 LaTeX 및 마크다운 렌더링을 지원하며, DeepSeek 추론 체인 표시 기능은 사용자가 AI의 추론 과정을 이해하는 데 도움이 됩니다.
• 멀티미디어 지원: 이미지 이해 기능으로 시각 관련 작업을 처리하는 데 적합합니다.
• AI 에이전트: 향상된 자동화 기능을 위해 AI 에이전트 기능을 통합합니다.
• 데이터 관리: 팀 데이터를 안전하고 영구적으로 보관할 수 있는 클라우드 데이터 저장소를 제공합니다.

도움말 사용

기술 스택 및 배포 옵션

HiveChat은 다음과 같은 최신 프런트엔드 및 백엔드 기술 스택을 사용합니다:

배포 옵션에는 로컬 배포, Docker 배포, Vercel 배포가 있습니다:

• 로컬 배포사용자는 리포지토리를 복제하고, 리포지토리를 실행해야 합니다. npm install 종속성 설치.npm run initdb 데이터베이스를 초기화합니다.npm run dev 개발 환경 시작하기.npm run build 노래로 응답 npm run start 프로덕션 환경에서 사용하세요.
• 도커 배포리포지토리 복제, 실행 docker compose build 노래로 응답 docker compose up -d 컨테이너화된 서비스를 시작할 수 있습니다.
• 버셀 배포통해 Vercel 배포 링크 원클릭 배포를 위해서는 DATABASE_URL, AUTH_SECRET 및 ADMIN_CODE와 같은 환경 변수를 구성해야 합니다.

배포가 완료되면 관리자는 http://localhost:3000/setup(또는 실제 도메인/포트)를 방문하여 관리자 계정을 설정해야 합니다.

자세한 도움말

하이브챗을 빠르게 시작할 수 있도록 자세한 설치 및 사용 프로세스는 다음과 같습니다:

설치 프로세스

1. 클론 창고::
   • 터미널을 열고 다음 명령을 실행하여 GitHub 리포지토리를 복제합니다:

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

2. 배포 방법 선택::
   • 로컬 배포::
     • Node.js 및 PostgreSQL이 설치되어 있는지 확인합니다.
     • 움직여야 합니다. npm install 종속성을 설치합니다.
     • 구성 .env 파일에서 다음 환경 변수를 설정합니다:
       • DATABASE_URL=postgres://postgres:password@localhost/hivechat(실제 데이터베이스 연결로 대체해야 함, 예: 로컬 PostgreSQL).
       • AUTH_SECRET사용 openssl rand -base64 32 32비트 무작위 문자열을 생성합니다.
       • ADMIN_CODE관리자 인증 코드를 설정합니다(예는 다음과 같습니다). 22113344로 설정된 경우 사용자 지정 값으로 대체하는 것이 좋습니다.
       • NEXTAUTH_URL=http://127.0.0.1:3000(테스트 환경은 기본값을 유지할 수 있으며, 프로덕션 환경은 공식 도메인 이름으로 변경해야 함).
     • 움직여야 합니다. npm run initdb 데이터베이스를 초기화합니다.
     • 개발 환경 실행 npm run dev프로덕션 환경 운영 npm run build 엠프레스 npm run start.
   • 도커 배포::
     • Docker 및 Docker Compose가 설치되어 있는지 확인합니다.
     • 움직여야 합니다. docker compose build 미러 이미지를 구축합니다.
     • 움직여야 합니다. docker compose up -d 컨테이너를 시작합니다.
     • 환경 변수 구성은 로컬 배포와 동일하며, 환경 변수는 docker-compose.yml 에서 지정합니다.
   • 버셀 배포::
     • 인터뷰 Vercel 배포 링크.
     • 메시지에 따라 DATABASE_URL, AUTH_SECRET 및 ADMIN_CODE를 구성합니다.
     • 배포를 클릭하고 Vercel이 빌드를 완료할 때까지 기다립니다.
3. 관리자 초기화::
   • 배포가 완료되면 http://localhost:3000/setup(로컬 배포) 또는 실제 도메인 이름으로 이동하여 ADMIN_CODE를 입력하여 관리자 계정을 설정합니다.

사용법

• 관리자 작업::
  • 로그인하여 관리자 대시보드로 이동하여 AI 모델 공급자(예: OpenAI API 키 등)를 구성할 수 있습니다.
  • 사용자를 수동으로 추가하거나 등록을 활성화하여 모든 사용자 계정을 관리합니다.
  • 팀 사용량 통계를 확인하고 모델 구성을 조정하여 성능을 최적화하세요.
• 일반 사용자 조작::
  • 로그인하여 텍스트 입력 및 멀티미디어 업로드(예: 이미지)를 지원하는 채팅 인터페이스에 액세스합니다.
  • 기술 토론을 위해 라텍스와 마크다운을 사용하여 채팅 형식을 지정하세요.
  • 다른 AI 모델 선택(예 Deepseek 또는 클로드)와 대화를 나누고 딥서치 추론 체인을 확인하여 AI 의사 결정 과정을 이해할 수 있습니다.
  • 데이터는 클라우드에 자동으로 저장되므로 언제든지 세션 기록을 확인할 수 있습니다.
• 주요 기능 작동::
  • 그래픽 이해이미지를 업로드하면 AI가 콘텐츠를 분석하고 설명을 생성하여 제품 디자인 또는 데이터 분석 팀에 적합합니다.
  • AI 에이전트설정을 통해 보고서 생성이나 자주 묻는 질문에 대한 답변과 같은 특정 작업을 자동화할 수 있습니다.
  • 클라우드 데이터 스토리지모든 채팅과 설정은 클라우드에 저장되며 팀원들이 여러 기기에서 액세스할 수 있습니다.