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
猿小羽29 分钟前
RAG 入门与实践指南
自然语言处理·知识库·向量检索·rag·ai实战·检索增强生成
这是个栗子2 小时前
AI辅助编程(二) - 通译千问
前端·ai·通译千问
Ryan老房2 小时前
开源vs商业-数据标注工具的选择困境
人工智能·yolo·目标检测·计算机视觉·ai
哥布林学者3 小时前
吴恩达深度学习课程五:自然语言处理 第三周:序列模型与注意力机制(三)注意力机制
深度学习·ai
Learn Beyond Limits3 小时前
文献阅读:A Probabilistic U-Net for Segmentation of Ambiguous Images
论文阅读·人工智能·深度学习·算法·机器学习·计算机视觉·ai
玄同7654 小时前
LangChain v1.0+ Retrieval模块完全指南:从文档加载到RAG实战
人工智能·langchain·知识图谱·embedding·知识库·向量数据库·rag
猿小羽4 小时前
深入理解 Microservice Control Proxy(MCP) 的 AI 实战指南
微服务·ai·推荐系统·service mesh·microservice·mcp·ai 实战
冀博4 小时前
LangGraph实操-干中学
人工智能·ai
逻极5 小时前
Moltbot 快速入门指南(2026年1月最新版)
python·ai·aigc·智能助手·clawdbot·molbot
aihuangwu5 小时前
如何把豆包的回答导出
人工智能·ai·deepseek·ds随心转