使用Rust开发的智能助手系统,支持多模型、知识库和MCP

我们使用Rust开发了一个AI助手系统,主要功能如下:

  1. 支持多个智能助手,每个助手可配置不同模型、知识库以及MCP工具
  2. 支持接入不同厂商的模型,通过API调用,也支持自建的本地模型
  3. 支持MCP Server,可视化安装,一键启停,支持SSE调用。通过配置MCP,可实现超多功能
  4. 支持权限管理,可配置多个角色,满足企业权限管理需求
  5. 完全私有化部署,无需复杂的环境配置,压缩包解压后可一键启动
  6. 所有数据本地化存储,保证数据安全
  7. 提供内置的Http接口转发工具,让AI快速接入现有系统,自动调用接口查询数据
  8. 支持知识库RAG,可导入PDF、Word、Markdown、TXT、Excel、CSV等文件,内置向量化模型,精准搜索
  9. 极小的资源占用,普通1C1G服务器即可无压力运行,无需高性能服务器。

我们目前仍处于快速开发和推广阶段,首家接入的企业将免费使用该系统,并且我们将提供免费部署服务,让您0成本接入。

它可以做什么?

  1. 构建企业知识库,智能问答
  2. 通过API接入,实现智能客服
  3. 相似文档检索,快速查找文本出处
  4. 通过自然语言分析excel表格并进行总结
  5. 支持接入现有系统接口,问答过程中自动从接口获取数据
  6. 支持MCP,可实现无限可能

我们全栈使用Rust开发,基于Rust的特性,使得系统具有很好的稳定性和性能,以及非常小的资源占用,并且安装简单,无需配置复杂的环境,即可搭建一个企业级的知识库问答系统。

以下是部分截图:





相关推荐
妙妙屋(zy)1 小时前
Windows系统安装OpenClaw并使用Qwen千问接入飞书教程 🤖
ai
Johny_Zhao4 小时前
OpenClaw安装部署教程
linux·人工智能·ai·云计算·系统运维·openclaw
over69711 小时前
从 LLM 到全栈 Agent:MCP 协议 × RAG 技术如何重构 AI 的“做事能力”
面试·llm·mcp
用户120391129472611 小时前
从MCP到RAG:Agent的开发之路
agent·mcp
孤竹笑傲11 小时前
AI的降维打击
ai
用户83071968408212 小时前
spring ai alibaba + nacos +mcp 实现mcp服务负载均衡调用实战
spring boot·spring·mcp
蚂蚁背大象15 小时前
Rust 所有权系统是为了解决什么问题
后端·rust
布列瑟农的星空16 小时前
前端都能看懂的rust入门教程(五)—— 所有权
rust
程序员鱼皮16 小时前
又一个新项目完结,我要出海了!
ai·github·开源项目
栀秋66618 小时前
重塑 AI 交互边界:基于 LangChain 与 MCP 协议的全栈实践
langchain·llm·mcp