在当今信息爆炸的时代，企业知识管理已成为提升组织效率的关键。PandaWiki作为一款由长亭科技（Chaitin）开源的现代化知识管理平台，以其简洁高效的设计理念和强大的功能特性，正在重新定义企业知识共享与协作的方式。

简介

PandaWiki 是一款 AI 大模型驱动的开源知识库搭建系统，帮助你快速构建智能化的产品文档、技术文档、FAQ、博客系统，借助大模型的力量为你提供AI 创作、AI 问答、AI 搜索等能力。

核心功能

1. 知识管理

• Markdown支持： 原生支持Markdown语法，同时提供可视化编辑器
• 文档组织： 树状目录结构，清晰的知识分类
• 版本控制： 完整的文档历史记录和版本对比
• 附件管理： 支持图片、文件等多种附件类型

2. 团队协作

• 实时协作： 多人同时编辑文档
• 评论系统： 文档级讨论和反馈
• 任务管理： 简单的任务分配和跟踪
• 通知系统： 变更通知和订阅功能

3. 搜索与发现

• 全文搜索： 快速定位所需内容
• 标签系统： 多维度的知识分类
• 关系图谱： 可视化展示知识关联

4. 企业级特性

• 组织架构集成： 支持部门、团队的多级结构
• 细粒度权限控制： 页面级的读写权限管理
• 审计日志： 完整记录所有操作
• 数据导出： 支持多种格式的文档导出

技术架构

PandaWiki采用现代化的技术栈构建，确保了系统的性能和可扩展性：

前端技术：

• React框架构建用户界面
• Ant Design组件库提供一致的设计语言
• Monaco Editor提供强大的编辑体验
• D3.js实现关系图谱可视化

后端技术：

• Go语言编写的高性能后端
• MySQL作为主要数据存储
• Elasticsearch提供全文搜索能力
• Docker支持便捷部署

特色技术实现：

• 实时协作： 基于WebSocket实现多人协同编辑
• Markdown处理： 自定义的Markdown解析器和渲染器
• 权限系统： 基于RBAC模型的细粒度权限控制
• 高性能后端： Go语言实现的低延迟API服务

安装部署

你需要一台支持 Docker 20.x 以上版本的 Linux 系统来安装 PandaWiki。

使用 root 权限登录你的服务器，然后执行以下命令。

bash -c "$(curl -fsSLk https://release.baizhi.cloud/panda-wiki/manager.sh)"

根据命令提示的选项进行安装，命令执行过程将会持续几分钟，请耐心等待。执行结束后，你的终端会输出以下内容：

SUCCESS  控制台信息:
SUCCESS    访问地址(内网): http://*.*.*.*:2443
SUCCESS    访问地址(外网): http://*.*.*.*:2443
SUCCESS    用户名: admin
SUCCESS    密码: **********************

使用浏览器打开上述内容中的 “访问地址”，你将看到 PandaWiki 的控制台登录入口。

使用上述内容中的 “用户名” 和 “密码” 登录即可。

界面预览

开源地址

https://github.com/chaitin/PandaWiki

大模型算是目前当之无愧最火的一个方向了，算是新时代的风口！有小伙伴觉得，作为新领域、新方向人才需求必然相当大，与之相应的人才缺乏、人才竞争自然也会更少，那转行去做大模型是不是一个更好的选择呢？是不是更好就业呢？是不是就暂时能抵抗35岁中年危机呢？

答案当然是这样，大模型必然是新风口！

那如何学习大模型 ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。但是具体到个人，只能说是：

最先掌握AI的人，将会比较晚掌握AI的人有竞争优势。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

但现在很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习路线完善出来！

在这个版本当中：

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型路线+学习教程已经给大家整理并打包分享出来, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全咨料，放心领取）👈

​

一、大模型经典书籍（免费分享）

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套大模型报告（免费分享）

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、大模型系列视频教程（免费分享）

四、2025最新大模型学习路线（免费分享）

我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取

👉CSDN大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全资料，放心领取）👈

​