webwhiz

webwhiz

在您的网站数据上训练 ChatGPT 并构建可以立即回答客户查询的 AI 聊天机器人。

webwhiz " style="max-width: 100%;">

核心特点

• 轻松集成
• 特定于数据的响应
• 定期数据更新
• 没有代码生成器
• 定制聊天机器人
• 微调
• 离线留言

？它是如何运作的❓

只需几个简单的步骤即可为您的网站创建和训练聊天机器人。

• 只需输入您的网站 URL 即可开始。我们将自动获取并准备训练数据。
• 我们将根据所选参数在您的网站上自动训练 ChatGPT 并为您创建聊天机器人。
• 要将聊天机器人嵌入到您的网站，只需将微小的脚本标签添加到您的网站即可。

---

?‍♂️常见问题❓

什么是webwhiz ？

webwhiz允许您在网站数据上训练 ChatGPT 并构建一个可以添加到您的网站的聊天机器人。无需编码。

您抓取我的网站的频率如何？

目前，我们每月抓取一次您的网站。如果您需要更频繁地扫描您的网站，请联系我们

您从我的网站收集哪些数据？

webwhiz从您的网站页面收集数据来训练您的聊天机器人。这包括页面中的文本数据以及任何元数据，例如页面标题或描述。我们不会从您的网站收集任何个人身份信息 (PII) 或敏感数据。我们仅扫描搜索引擎可用的公共数据

如果我超出计划的限制会怎样？

如果您超出计划的项目或页面限制，我们将通知您。但是，如果您超出计划的令牌限制，您的聊天机器人将停止生成 AI 响应，而是使用预定义的消息进行响应。

什么是代币？

令牌是一种计量单位，用于计算聊天机器人处理的文本数据量。每个标记对应于可变数量的字符，具体取决于消息中使用的语言的复杂性。您的聊天机器人发送的每条消息都会根据输入和 AI 响应的长度和复杂性使用一定数量的令牌。您可以在仪表板上查看您帐户当前的代币使用情况。

我可以训练自定义数据吗？

是的，您只需将内容粘贴到webwhiz即可训练自定义数据

我可以带自己的 open ai Key 吗

目前还没有，但是，几天后就有可能。

上下文的最大大小是多少？

webwhiz对上下文的大小有任何限制。但是，请注意，您可以抓取的页面数量可能会受到您选择的计划的限制。请参阅我们的计划页面，了解有关每个计划的具体限制的更多信息。

？执照

webwhiz是GNU Affero 通用公共许可证版本 3 (AGPLv3)下的开源软件

软件webwhiz工具包

webwhiz SDK 可在 NPM、CDN 和 GitHub 上获取。

• NPM - NPM 是 JavaScript 编程语言的包管理器。您可以使用以下命令安装webwhiz

  npm install webwhiz

• CDN 直接从 CDN 使用

    https://www.unpkg.com/[email protected]/dist/sdk.js

☁️ 自托管

1. Docker - 简单
2. 手动设置 - 涉及（但提供更多灵活性）

？码头工人

先决条件

• Docker 和 docker-compose

使用 docker 运行webwhiz

1. 克隆存储库
2. 编辑存储库根目录中的.env.docker文件并添加您的OPENAI_KEY和OPENAI_KEY_2
3. 使用 docker-compose 启动堆栈

 # Bring up webwhiz
# Once the building is done and webwhiz starts the UI will be available at
# http://localhost:3030, backend is available at http://localhost:3000
# To exit Press Ctrl-C
docker-compose up

# Alternatively Run webwhiz as a daemon
docker-compose up -d

# Stop webwhiz
docker-compose down

# Force rebuild all containers (required only if some change is not picked up)
sudo docker-compose up --build --force-recreate

？手动的

webwhiz被设计用作生产级聊天机器人，可以放大或缩小以处理任何数据量。

webwhiz主要由 3 个组件组成

1. API 服务器 - 这是使用 NestJS 的主要webwhiz后端 Web 服务器
2. JS Celery Worker - 处理爬行、嵌入生成
3. Python Celery Worker - 容器余弦相似度计算器和 HTML / PDF 内容提取器

用于数据库和缓存webwhiz使用

• MongoDB
• 雷迪斯

后端服务器使用第三方服务（包括 OpenAI）来为聊天机器人提供动力，以及进行错误监控等。只有 OpenAI 密钥是必需的，如果您愿意，可以忽略其他密钥。

注意： webwhiz在 Redis 中保留嵌入，以提高聊天机器人响应的性能。对于大多数组织来说，创建的聊天机器人将包含数百或数千页的数据，Redis 应该可以很好地工作，同时提供更好的性能。如果您想使用专用矢量数据库来搜索相关块，请联系我们。

先决条件

• MongoDB v6
• 雷迪斯v7
• 节点 v18 + 纱线
• Python v3.6+

设置环境变量

1. 创建.env.sample文件的副本并重命名为.env

以下变量为强制变量

• HOST - Web 服务器应绑定到的 IP，通常为0.0.0.0
• PORT - Web 服务器应侦听的端口（默认 3000）
• SECRET_KEY - 用于加密的秘密（JWT 等）。
• MONGO_URI - 要使用的 MongoDB uri
• MONGO_DBNAME - MongoDB 内数据库的名称
• OPENAI_KEY - OpenAI API 密钥
• OPENAI_KEY_2 - 备用 OpenAI API 密钥，在主密钥出现错误时使用。如果您不想提供两个单独的 API 密钥，则可以对两者使用相同的 API 密钥

2. 在workers文件夹内创建.env.sample的副本并重命名为.env 。

设置以下变量的值 - MONGO_URI 、 MONGO_DBNAME 、 REDIS_HOST 、 REDIS_PORT

安装依赖项并运行应用程序

从根文件夹运行以下命令

 # Install node dependencies
yarn install

# Install python worker dependencies
cd workers
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

# Run application with pm2
cd ..
yarn run build
npm install -g pm2 # Use sudo if required
pm2 start ecosystem.config.js

这将启动后端 http 服务器、js 工作器和 python 工作器

前端

在前端文件夹中创建.env文件并添加以下变量

REACT_APP_BASE_URL= ' https://api.website.com '
GOOGLE_AUTH_ID= ' Only if you need google login '

从前端文件夹运行以下命令来启动服务器

 # Install dependencies
npm install

# Run front end app
npm run start

运行npm run build来打包前端应用程序

如果您遇到任何问题，请联系 hi@ webwhiz .ai