让你的 VitePress 文档站支持 AI 对话,基于你的文档内容解答用户问题
这篇文章将教你如何使用一个开源工具 Documate (github.com/AirCodeLabs...)快速让你的 VitePress (vitepress.dev/) 文档站拥有 AI 对话能力,基于你的文档内容来解答用户问题。
通过简单的配置,就可以将能力接入到你的网站之中。有了大模型的加持,用户上来几乎可以不读文档,直接与 AI 对话就可以完成自己的需求,对技术类产品文档来说,价值很高。支持流式输出,回答速度很快,并且开源,随时可以贡献和调整代码。
技术原理
仔细阅读了这个项目的源码,整体实现还是比较简单和清晰的。它由三部分构成:
第一部分:一个将文档提交到数据库的 CLI 工具,只需要在项目中配置下 documate.json 就行了。
document.json
配置文件非常简单,只有三个配置项:
- root 描述使用项目的哪个目录下的文件生成内容,默认是根目录
- include 描述哪些是需要处理的文档文件,默认是Markdown文本。
- backend 指定上传文档内容到后端保存的接口,OpenAI根据这些内容来提供回答。
第二部分:一个封装好的拿来即用的问答 UI 组件,直接 import 组件就可以使用,目前提供了 Vue 组件以及不依赖任何框架的原生 JavaScript 的 UI。看 issue 规划,React 版本社区已经在支持中了,相信很快就会发布;
第三部分:一个提供问答服务、可一键完成部署的 AI Ask Server,可以在 AirCode 直接完成部署,也可以在自己的服务器上部署;
问答服务有了,UI 组件有了,数据也有了,那就可以尝试着玩耍了,整个配置过程大概可以在 15min 内完成。
如何接入
如果你想创建一个全新的 VitePress 项目并包含 AI 对话能力,可以使用下面的命令:
bash
npm create documate@latest --template vitepress
创建完成后可直接跳到第 3 步「构建上传和搜索后端 API」继续配置。
如果要给已有的 VitePress 项目添加 AI 对话能力,则按照以下步骤进行。
1. 初始化
在你的 VitePress 项目根目录下使用以下命令进行初始化:
bash
npx @documate/documate init --framework vue
该命令会创建一个 documate.json
配置文件。
json
{
"root": ".",
"include": [
"**/*.md"
],
"backend": ""
}
并且添加了一个 documate:upload
命令用于上传文档生成知识库,后面会介绍到具体用法。
json
{
"scripts": {
"docs:dev": "vitepress dev",
"docs:build": "vitepress build",
"docs:preview": "vitepress preview",
"documate:upload": "documate upload"
},
"dependencies": {
"@documate/vue": "^0.2.3"
},
"devDependencies": {
"@documate/documate": "^0.1.0"
}
}
2. 给项目添加 UI 入口
在文件 .vitepress/theme/index.js
中添加如下代码,如果没有则需要先手动创建这个文件。VitePress 在 Extending the Default Theme 文档中介绍了如何定制自己的主题。
jsx
import { h } from 'vue'
import DefaultTheme from 'vitepress/theme'
// Load component and style
import Documate from '@documate/vue'
import '@documate/vue/dist/style.css'
export default {
...DefaultTheme,
// Add Documate UI to the slot
Layout: h(DefaultTheme.Layout, null, {
'nav-bar-content-before': () => h(Documate, {
endpoint: '',
}),
}),
}
上面的代码会在导航栏中添加一个 AI 对话框的 UI。在本地使用 npm run docs:dev
启动服务后,你可以在左上角找到 Ask AI
的按钮。如果没有看到 Ask AI 按钮,可以检查下上面的代码是否都正确添加,并确保从 @documate/vue/dist/style.css
导入了 CSS 样式文件。
至此,你已经完成了 UI 的接入,接下来我们为对话框添加回答问题的接口能力。
3.构建上传和搜索后端 API
Documate 的后端代码用于上传文档内容生成知识库,以及接收用户的问题并返回流式的回答。
进入 GitHub 中的 backend 文件夹,点击其中的「Deploy to AirCode」,快速复制并部署一份自己的后端代码。
如果是第一次使用 AirCode(一个在线编写和部署 Node.js 应用的平台),会被重定向到登录页面。建议选择 GitHub 登录,会更快一些。
创建应用之后,在 Envrionments
标签页中设置 OPENAI_API_KEY
环境变量为你的 OpenAI Key 值。你可以在 OpenAI 控制台 中获取到 API Key。
点击顶部栏上的「Deploy」按钮,将所有的函数部署到线上,部署成功后可以得到每个函数的调用 URL。
这里会使用到 upload.js
和 ask.js
两个函数,一个用于文档内容上传,另一个用于回答问题。
4.设置 API 接口
在 AirCode Dashboard 中,选择部署后的 upload.js
文件,复制 URL 并添加到 documate.json
的 backend
字段中:
json
// documate.json
{
"root": ".",
"include": [ "**/*.md" ],
"backend": "替换为你的 upload.js 的 URL"
}
同上操作,在 AirCode 中选择已部署的 ask.js
文件,复制调用 URL,修改 .vitepress/theme/index.js
文件 endpoint 值。
jsx
// .vitepress/theme/index.js
import { h } from 'vue'
import DefaultTheme from 'vitepress/theme'
import Documate from '@documate/vue'
import '@documate/vue/dist/style.css'
export default {
...DefaultTheme,
Layout: h(DefaultTheme.Layout, null, {
'nav-bar-content-before': () => h(Documate, {
// Replace the URL with your own one
endpoint: '替换为你的 ask.js 的 URL',
},
),
}),
}
5. 运行项目
通过下面的命令将内容上传到后端,生成文档知识库:
bash
npm run documate:upload
命令完成后,本地启动项目,点击左上角 Ask AI
按钮,在弹出对话框后输入问题就可以得到基于你文档内容的回答。
bash
npm run docs:dev
更多的使用和配置方式可以参考 Documate 项目的 GitHub:github.com/AirCodeLabs...。欢迎留言讨论。