跳至主要内容

概述

Casibase 是一个由 ChatGPT 驱动的开源 领域知识 数据库、即时通讯和论坛软件。

Casibase 特点​

  1. 采用 Golang 开发的前后端分离架构，Casibase 支持高并发，提供基于 Web 的管理界面，并支持多语言（中文、英文）。

  2. Casibase 支持第三方应用登录，如 GitHub、Google、QQ、微信等，并支持通过插件扩展第三方登录。

  3. 基于嵌入和提示工程进行知识管理，Casibase 支持自定义嵌入方法和语言模型。

  4. Casibase 通过数据库同步支持与现有系统集成，使用户可以平滑过渡到 Casibase。

  5. Casibase 支持主流数据库：MySQL、PostgreSQL、SQL Server 等，并支持通过插件扩展新的数据库。

  6. Casibase 是一个强大的资产管理工具，可以通过 RDP、VNC 和 SSH 协议轻松连接资产，并高效处理机器的远程连接。

  7. Casibase 的安全日志审计功能允许你轻松跟踪和监控远程连接，详细记录连接开始时间、持续时间和其他相关详情，同时还能捕获和分析 Casdoor 操作的 API 日志，增强安全性和操作透明度。

  8. Casibase 支持数据库管理。 Casibase 支持数据库管理。Casibase 的数据库管理功能允许你轻松连接、管理和组织数据库，同时控制访问权限，简化数据库资源的用户管理和授权。

工作原理​

步骤 0（预备知识）​

Casibase 的知识检索过程基于嵌入和提示工程，因此强烈建议您简要了解嵌入如何工作。 嵌入的 简介　。

embedding

步骤 1（导入知识）​

要开始使用 Casibase，用户需要按照以下步骤导入知识并创建特定领域的知识数据库：

  1. 配置存储： 在 Casibase 仪表板中，用户首先应该配置存储设置。这涉及指定用于存储知识相关文件（如文档、图像或任何其他相关数据）的存储系统。用户可以根据其偏好和需求从多种存储选项中选择。 这涉及指定用于存储知识相关文件（例如文档、图像或其它相关数据）的存储系统。 用户可以根据他们的偏好和需求从多种存储选项中进行选择。

  2. 上传文件到存储： 一旦设置好存储，用户就可以将包含特定领域知识的文件上传到配置好的存储系统中。这些文件可以是各种格式，如文本文档、图像或结构化数据文件（如 CSV 或 JSON）。 这些文件可以采用各种格式，例如文本文档、图像，或 CSV、JSON 等结构化数据文件。

  3. 选择知识生成的嵌入方法： 文件上传后，用户可以选择用于生成知识和相应向量的嵌入方法。嵌入是文本或视觉内容的数值表示，有助于高效的相似度搜索和数据分析。 嵌入是文本或视觉内容的数字表示，有助于高效的相似性搜索和数据分析。

提示

知识是如何嵌入的？

  • 对于文本数据：用户可以选择各种嵌入方法，如 Word2Vec、GloVe 或 BERT，将文本知识转换为有意义的向量。

  • 对于视觉数据：如果上传的文件包含图像或视觉内容，用户可以选择基于 CNN 的特征提取等图像嵌入技术来创建代表性向量。

  • 更多方法即将推出...

通过遵循这些步骤，用户可以用相关信息和相应的嵌入来填充他们的领域知识数据库，这些将用于在 Casibase 中进行有效的搜索、聚类和知识检索。嵌入过程使系统能够理解不同知识片段之间的上下文和关系，实现更高效和有见地的知识管理和探索。 嵌入过程使系统能够理解不同知识之间的上下文和关系，从而实现更高效和富有洞察力的知识管理与探索。

步骤 2（检索知识）​

在导入你的 领域知识 后，Casibase 将其转换为 向量 并将这些向量存储在 向量数据库 中。这种向量表示启用了强大的功能，如 相似度搜索 和 相关信息的高效检索。你可以基于上下文或内容快速找到相关数据，实现高级查询并在你的领域知识中发现有价值的见解。 这种向量表示使得诸如 相似性搜索 和 高效检索相关信息 之类的强大功能成为可能。 您可以根据上下文或内容迅速找到相关数据，从而实现高级查询并在您的领域知识中发现有价值的洞见。

步骤 3（构建提示）​

Casibase 对存储的知识向量执行相似度搜索，以找到与用户查询最接近的匹配。使用搜索结果，它为 语言模型 创建一个 提示模板 来构建特定问题。这确保了基于 Casibase 中的领域知识提供准确和上下文相关的响应。 利用搜索结果，它创建了一个 提示模板 来构建针对 语言模型 的具体问题。 这确保了准确且符合上下文的响应，基于 Casibase 的领域知识提供全面答案。

步骤 4（实现目标）​

在此阶段，通过使用 Casibase，您已成功获取所需的知识。 在这个阶段，使用 Casibase，你已经成功获取了所需的知识。通过创新地将领域知识转换为向量并结合 ChatGPT 等强大的语言模型，Casibase 为你的查询提供准确和相关的响应。这使你能够高效地访问和利用存储在 Casibase 中的特定领域信息，轻松满足你的知识需求。 这使您能高效访问和利用存储在 Casibase 中的特定领域信息，从容满足您的知识需求。

步骤 5（可选的微调）​

如果你发现结果不完全令人满意，你可以通过以下方式尝试获得更好的结果：

  • 调整语言模型参数

  • 提出多个问题

  • 优化原始文件

通过利用这些微调选项，你可以提高在 Casibase 中的知识管理效率，确保系统更好地与你的目标保持一致，并提供更准确和有见地的信息。

提示

其他优化结果的方法（可能需要源代码更改）：

  • 更新 嵌入 结果：通过调整领域知识的嵌入结果来改进知识表示。

  • 修改 提示 模板：通过自定义提示，你可以从语言模型获得更精确的响应。

  • 探索不同的 语言模型：尝试不同的模型，找到最适合你的响应生成需求的模型。

在线演示​

只读站点（任何修改操作都会失败）​

可写站点（原始数据每 5 分钟恢复一次）​

全局管理员登录：

  • 用户名：admin
  • 密码：123

架构​

Casibase 包含 2 个部分：

名称描述语言源代码
前端Casibase 应用程序的用户界面JavaScript + Reacthttps://github.com/casibase/casibase/tree/master/web
后端Casibase 的服务器端逻辑和 APIGolang + Beego + MySQLhttps://github.com/casibase/casibase

Architecture

支持的模型​

语言模型

模型子类型链接
OpenAIgpt-4-32k-0613，gpt-4-32k-0314，gpt-4-32k，gpt-4-0613，gpt-4-0314，gpt-4，gpt-3.5-turbo-0613，gpt-3.5-turbo-0301，gpt-3.5-turbo-16k，gpt-3.5-turbo-16k-0613，gpt-3.5-turbo，text-davinci-003，text-davinci-002，text-curie-001，text-babbage-001，text-ada-001，text-davinci-001，davinci-instruct-beta，davinci，curie-instruct-beta，curie，ada，babbageOpenAI
Hugging Facemeta-llama/Llama-2-7b, tiiuae/falcon-180B, bigscience/bloom, gpt2, baichuan-inc/Baichuan2-13B-Chat, THUDM/chatglm2-6bHugging Face
Claudeclaude-2, claude-v1, claude-v1-100k, claude-instant-v1, claude-instant-v1-100k, claude-v1.3, claude-v1.3-100k, claude-v1.2, claude-v1.0, claude-instant-v1.1, claude-instant-v1.1-100k, claude-instant-v1.0Claude
OpenRoutergoogle/palm-2-codechat-bison, google/palm-2-chat-bison, openai/gpt-3.5-turbo, openai/gpt-3.5-turbo-16k, openai/gpt-4, openai/gpt-4-32k, anthropic/claude-2, anthropic/claude-instant-v1, meta-llama/llama-2-13b-chat, meta-llama/llama-2-70b-chat, palm-2-codechat-bison, palm-2-chat-bison, gpt-3.5-turbo, gpt-3.5-turbo-16k, gpt-4, gpt-4-32k, claude-2, claude-instant-v1, llama-2-13b-chat, llama-2-70b-chatOpenRouter
ErnieERNIE-Bot, ERNIE-Bot-turbo, BLOOMZ-7B, Llama-2Ernie
iFlytekspark-v1.5, spark-v2.0iFlytek
ChatGLMchatglm2-6bChatGLM
MiniMaxabab5-chatMiniMax
本地custom-modelLocal Computer

嵌入模型

模型子类型链接
OpenAIAdaSimilarity, BabbageSimilarity, CurieSimilarity, DavinciSimilarity, AdaSearchDocument, AdaSearchQuery, BabbageSearchDocument, BabbageSearchQuery, CurieSearchDocument, CurieSearchQuery, DavinciSearchDocument, DavinciSearchQuery, AdaCodeSearchCode, AdaCodeSearchText, BabbageCodeSearchCode, BabbageCodeSearchText, AdaEmbeddingV2OpenAI
Hugging Facesentence-transformers/all-MiniLM-L6-v2Hugging Face
Cohereembed-english-v2.0, embed-english-light-v2.0, embed-multilingual-v2.0Cohere
Ernie默认Ernie
本地custom-embeddingLocal Computer