PeterCat-在任意网站内接入AI知识库智能答疑机器人
PeterCat-在任意网站内接入AI知识库智能答疑机器人
noise介绍
PeterCat是专为社区维护者和开发者打造的智能答疑机器人解决方案。
Github:https://github.com/petercat-ai/petercat
特性
它提供对话式答疑 Agent 配置系统、自托管部署方案和便捷的一体化应用 SDK,让您能够为自己的 GitHub 仓库一键创建智能答疑机器人,并快速集成到各类官网或项目中, 为社区提供更高效的技术支持生态。
对话即创造
仅需要告知你的仓库地址或名称,PeterCat 即可自动完成创建机器人的全部流程
知识自动入库
机器人创建后,所有相关Github 文档和 issue 将自动入库,作为机器人的知识依据
多平台集成
多种集成方式自由选择,如对话应用 SDK 集成至官网,Github APP一键安装至 Github 仓库等
使用效果
如何接入
使用官方实例接入
- 首先登录官网后选择工作台,创建自己的空间
- 创建项目进入配置,可以手动和对话配置
- 复制 Token后选择保存部署,填写域名提交给官方审核
审核通过(将你的域名加入白名单)后,可以选择不同的代码接入
参考文档:https://github.com/petercat-ai/petercat/blob/main/assistant/src/Assistant/index.md#api
代码引入
1 | npm install @petercatai/assistant |
1 | import { Assistant } from '@petercatai/assistant'; |
其他
UMD 接入
petercat 同时支持 UMD 的接入方式
- external 和 UMD 加载资源
1 | // example for umi project |
PHP+HTML页面引入
1 | <head> |
加载 PetercatLUI
1 | <body> |
私有化部署
自托管
本地安装
第一步:克隆仓库
将项目仓库克隆到本地计算机:
1 | git clone https://github.com/petercat-ai/petercat.git |
第二步:安装依赖
使用 Yarn 安装所有必需的依赖项:
1 | yarn run bootstrap |
第三步:在本地启动 supabase
参考 https://supabase.com/docs/guides/self-hosting/docker#installing-and-running-supabase
1 | # Get the code |
第四步:复制 .env.example
文件
复制客户端环境配置示例文件:
1 | cp client/.env.local.example client/.env |
复制服务器环境配置示例文件:
1 | cp server/.env.local.example server/.env |
打开 server/.env
文件,把 SERVICE_ROLE_KEY
字段改成从 supabase 的 docker/.env
文件的 SERVICE_ROLE_KEY
的值
第五步:初始化数据库结构
第五步 5.1:导航到 Migrations 文件夹
导航到 migrations
文件夹,准备进行数据库设置:
1 | cd migrations |
第五步 5.2:安装 Supabase CLI
按照 Supabase 入门指南 中的说明安装 Supabase CLI:
1 | brew install supabase/tap/supabase |
第五步 5.3:执行迁移
将数据库迁移应用到您的远程数据库:
1 | # postgres db url 在第四步的 .env 文件中可以找到 |
如果成功,您将看到类似以下的输出:
1 | Connecting to remote database... |
第六步:启动服务器
使用以下命令启动服务器:
1 | yarn run server:local |
通过在浏览器中打开 http://127.0.0.1:8001/api/health_checker
检查服务器是否正在运行。
第七步:启动客户端
使用以下命令启动客户端:
1 | yarn run client |
您可以通过在浏览器中打开 http://127.0.0.1:3000
来检查客户端服务。
在 AWS 上部署 Petercat:准备步骤
在 AWS 上部署 Petercat 之前,请确保您已完成以下准备工作:
- 开通 AWS 账户。
- 本地安装 Docker。
示例:在亚太区 - 新加坡(ap-southeast-1)本地部署您的服务
第一步:安装 AWS CLI 和 SAM CLI
- 安装 AWS CLI 工具。
- 访问配置文档并配置您的 AWS CLI:AWS CLI 配置指南
- 安装 SAM CLI 工具。
- 访问 SAM CLI 安装指南。
第二步:登录 AWS
使用单点登录 (SSO) 会话登录您的 AWS 账户:
1 | aws sso login --sso-session $YOUR_PROFILE_NAME |
第三步:复制并修改配置文件
运行以下命令复制示例配置文件:
1 | cp .aws/petercat-example.toml .aws/petercat-ap-southeast.toml |
第四步:更新 .toml
文件
打开 .toml
文件并更新必要的键值。您可以使用任何文本编辑器,例如 vim
、emacs
、vscode
或 nano
:
1 | vim .aws/petercat-ap-southeast.toml |
将 YOUR_REGION
替换为 ap-southeast-1
,并将 YOUR_STACK_NAME
替换为您的自定义栈名称,例如 petercat-selfhosted
。
1 | version = 0.1 |
第五步:本地构建 Docker 镜像
在项目的根目录中运行以下命令。根据您计算机的配置,这一步可能需要一些时间:
1 | sam build --use-container --config-file .aws/petercat-ap-southeast.toml |
构建完成后,您应该会看到以下输出:
1 | Build Succeeded |
第六步:加载环境变量并开始部署
在根目录中,执行以下命令以加载环境变量:
1 | source server/.env |
然后,运行以下命令进行部署:
1 | sam deploy \ |
第七步:检查您的服务
查看 CloudFormation 部署栈的输出:
1 | ------------------------------------------------------------------------------------------------------------------------------------ |
使用 curl
测试您的服务:
1 | curl https://itebdgout4h33aqpy2ygxaedgm0nlnys.lambda-url.ap-southeast-1.on.aws/api/health_checker |
环境变量
本项目需要进行环境变量进行设置:
Client
1 | .env.local |
环境变量 | 类型 | 描述 | 示例 |
---|---|---|---|
NEXT_PUBLIC_API_DOMAIN |
必选 | 后端服务的 API 域名。 | https://api.petercat.ai |
Server
1 | .env |
环境变量 | 类型 | 描述 | 示例 |
---|---|---|---|
应用基础环境变量 | |||
API_URL |
必选 | 后端服务的 API 域名 | https://api.petercat.ai |
WEB_URL |
必选 | 前端 Web 服务的域名 | https://petercat.ai |
STATIC_URL |
必选 | 静态资源域名 | https://static.petercat.ai |
AWS 相关环境变量 | |||
X_GITHUB_SECRET_NAME |
必选 | AWS 托管的 Github 私钥文件名 | prod/githubapp/petercat/pem |
STATIC_SECRET_NAME |
可选 | AWS 托管的 CloudFront 签名私钥名称。如果配置了该项,将使用 CloudFront 签名 URL 来保护你的资源。更多信息请参阅 AWS 文档。 | prod/petercat/static |
LLM_TOKEN_SECRET_NAME |
可选 | AWS 托管的 llm 签名私钥名称。如果配置了该项,petercat 将使用 RSA 算法托管用户的 LLM Token | prod/petercat/llm |
LLM_TOKEN_PUBLIC_NAME |
可选 | AWS 托管的 llm 签名公钥名称。如果配置了该项,petercat 将使用 RSA 算法托管用户的 LLM Token | prod/petercat/llm/pub |
STATIC_KEYPAIR_ID |
可选 | AWS CloudFront 的 Key Pair ID。如果配置了该项,将使用 CloudFront 签名 URL 来保护你的资源。更多信息请参阅 AWS 文档。 | APKxxxxxxxx |
S3_TEMP_BUCKET_NAME |
可选 | 用于托管 AWS 临时图片文件 S3 的 bucket | xxx-temp |
SQS_QUEUE_URL |
必选 | AWS SQS 消息队列 URL | https://sqs.ap-northeast-1.amazonaws.com/xxx/petercat-task-queue |
SUPABASE 相关 env | |||
SUPABASE_URL |
必选 | supabase 服务的 URL,可以在这里找到 | https://***.supabase.co |
SUPABASE_SERVICE_KEY |
必选 | supabase 服务密钥,可以在这里找到 | {{SUPABASE_SERVICE_KEY}} |
Auth0 相关 env | |||
AUTH0_DOMAIN |
必选 | auth0 服务域名,从 auth0 / Application / Basic Information 下获取 | petercat.us.auth0.com |
AUTH0_CLIENT_ID |
必选 | auth0 客户端 ID,从 auth0 / Application / Basic Information 下获取 | artfiUxxxx |
AUTH0_CLIENT_SECRET |
必选 | auth0 客户端密钥, 从 auth0 / Application / Basic Information 下获取 | xxxx-xxxx-xxx |
API_IDENTIFIER |
必选 | auth0 的 API Identifier | https://petercat.us.auth0.com/api/v2/ |
LLM相关的 env | |||
OPENAI_API_KEY |
必选 | OpenAI 的密钥 | sk-xxxx |
OPENAI_BASE_URL |
可选 | API 请求的基础 URL。仅在使用代理或服务模拟器时指定。 | https://api.openai.com/v1 |
GEMINI_API_KEY |
可选 | Gemini 的密钥 | xxxx |
TAVILY_API_KEY |
必选 | Tavily 的密钥 | tvly-xxxxx |
注册为 Github App 的 env | |||
X_GITHUB_APP_ID |
可选 | 注册为 Github App 时,APPID | 123456 |
X_GITHUB_APPS_CLIENT_ID |
可选 | 注册为 Github App 时,APP 的 Client ID | Iv1.xxxxxxx |
X_GITHUB_APPS_CLIENT_SECRET |
可选 | 注册为 Github App 时,APP 的 Client 密钥 | xxxxxxxx |
限流配置 | |||
RATE_LIMIT_ENABLED |
可选 | 限流配置是否开启 | True |
RATE_LIMIT_REQUESTS |
可选 | 限流的请求数量 | 100 |
RATE_LIMIT_DURATION |
可选 | 限流的统计时长,单位为分钟 | 1 |