PandaWiki 本地 AI 知识库搭建实战：从文档导入到远程访问

0 阅读

PandaWiki 能解决什么问题？

很多人把资料存进网盘、笔记软件或 NAS，但真正用起来却很麻烦：记得某段内容写过，却找不到在哪篇文档里；团队积累了不少说明文件，却没法直接拿来回答问题。PandaWiki 的核心价值不是“集中存储”，而是让已有文档变成可检索、可提问的知识源。

它支持导入网页、RSS、离线文件（如 Markdown），发布后用户可以直接向知识库提问，模型会基于文档内容作答，并附上引用来源。这意味着你的旧文档不再只是静态文本，而是能参与对话的“活”知识。

本文以实际操作为主线，在飞牛 NAS 上完成 PandaWiki 部署、模型接入、文档测试，并通过 cpolar 实现远程访问，最后为公开页面增加基础访问控制。

在飞牛 NAS 上安装 PandaWiki

部署的第一步是让 PandaWiki 本体跑起来。这需要通过 SSH 登录飞牛 NAS 并执行安装脚本。

首先在飞牛 NAS 设置中开启 SSH 功能，然后用 FinalShell 等工具连接。登录后切换到 root 用户：

sudo -i

接着运行官方提供的交互式安装命令：

bash -c "$(curl -fsSLk https://release.baizhi.cloud/panda-wiki/manager.sh)"

image-20250926171636274

按提示选择“安装”，默认目录回车即可。安装过程会自动拉取 Docker 镜像，完成后会显示内网访问地址、用户名和初始密码。

image-20250928095901193

在浏览器中打开该地址，忽略安全警告后进入登录页，输入凭证即可看到 PandaWiki 管理后台首页。这说明服务已正常启动。

image-20250928100124546

修改默认管理员密码

image-20250928100522626

初始密码仅用于首次登录，建议立即修改为长期使用的密码。PandaWiki 的配置保存在 .env 文件中，默认路径为 /data/pandawiki/.env。

image-20250928100703962

用 vim 编辑该文件：

image-20250928100820396

vim /data/pandawiki/.env

image-20250928100929931

按 i 进入编辑模式，找到 ADMIN_PASSWORD 字段，修改为新密码。完成后按 Esc，输入 :wq 保存退出。

image-20250928101245340

最后重启服务使配置生效：

image-20250928101510284

docker compose -f /data/pandawiki/docker-compose.yml up -d

image-20250928101545543

接入 AI 模型并创建知识库站点

image-20250928101738485

PandaWiki 本身只是一个内容管理平台，要实现智能问答，必须接入大模型。本文使用 DeepSeek 作为示例。

image-20250928101857051

在管理后台首页点击“去添加”，选择“DeepSeek”作为供应商。前往 DeepSeek 平台 创建 API Key，复制后粘贴到 PandaWiki 对应字段，点击“获取模型列表”。

image-20250928102416762

选择 deepseek-reasoner 模型（也可选 deepseek-chat，前者会展示推理过程，便于验证检索准确性）。保存后，系统会提示创建一个 Wiki 站点——这是用户实际访问、搜索和提问的前端页面，与管理后台分离。

image-20250928102631489

填写站点名称（如“测试知识库”），端口若提示冲突可改为 8088。保存后点击“访问 WIKI 网站”，能打开空白知识库页面即表示前后端连通。

image-20250928102942212

用真实文档验证问答能力

image-20250928103244265

光看界面不够，得测试核心功能：导入文档后能否准确回答其中的问题。

image-20250928103424064

我们直接用本文的 Markdown 文件做测试。在管理后台点击“创建文档”，新建一个“Markdown”文件夹，然后选择“通过离线导入”，上传当前文章的 .md 文件。

文章配图

点击“拉取数据”后选择该文件导入。导入成功后，必须“发布新版本”才能在 WIKI 页面看到内容。发布时版本号和描述可使用默认值。

image-20250928103623272

发布完成后，进入 WIKI 网站，左侧目录会出现刚导入的文件，点击可查看原文。现在进行关键测试：在搜索框输入“如何安装 PandaWiki？”

image-20250928103758573

模型返回的答案不仅复述了安装步骤，还展示了原文中的截图，并在底部列出引用来源——正是我们刚导入的这篇文章。这证明 PandaWiki 真正实现了“基于文档的问答”，而非通用模型瞎猜。

image-20250928104007205

至此，局域网内的完整链路已验证：安装 → 配置模型 → 导入文档 → 发布 → 智能问答。

image-20250928104040699

通过 cpolar 实现公网远程访问

image-20250928104433743

如果只在本地使用，到此结束即可。但若需在外网访问，就得处理公网可达性。这里使用 cpolar 做内网穿透。

image-20250928104712126

需要注意：PandaWiki 有两个独立入口——

image-20250928104819953

两者用途不同，必须分别映射。

image-20250928104831870

安装并配置 cpolar

image-20250928104958254

在飞牛 NAS 的 SSH 终端执行：

image-20250928105224747

sudo curl https://get.cpolar.sh | sh

image-20250928105425608

安装后启动服务并检查状态：

image-20250928105750107

sudo systemctl status cpolar

image-20250928110042002

在浏览器访问 http://[NAS_IP]:9200，用 cpolar 官网账号登录，进入 Web 管理界面。

image-20250928110149453

映射管理后台（随机域名测试）

image-20250910114418412

先用免费的随机域名验证连通性。编辑默认的 website 隧道：

  • 隧道名称：PandaWiki-2443
  • 协议：HTTP
  • 本地地址：127.0.0.1
  • 本地端口：2443（PandaWiki 管理后台端口）

image-20250928114434564

保存后，在“在线隧道列表”中会生成 http 和 https 地址。用 https 链接访问，能打开登录页并成功登录，说明管理后台公网可达。

image-20250928114517339

映射 WIKI 首页

image-20250928114716159

WIKI 站点默认使用 8088 端口（若安装时修改过则以实际为准）。点击“创建隧道”：

  • 隧道名称：wiki-index-8088
  • 协议：HTTP
  • 本地地址：127.0.0.1
  • 本地端口：8088

image-20250928114905579

创建后同样获得两个公网地址。访问 https 链接，能打开知识库页面并正常提问，证明第二个入口也已打通。

image-20250928120257347

升级为固定二级子域名

image-20250928120324287

随机域名每 24 小时更换，不适合长期使用。升级 cpolar 任意套餐后，可保留固定二级子域名。

image-20250928120431285

在 cpolar 后台 预留两个子域名，例如：

  • pandawiki → 用于管理后台
  • indexwiki → 用于 WIKI 首页

image-20250928120512351

然后分别编辑两条隧道，在“域名”字段填入对应的子域名。更新后，公网地址变为 https://pandawiki.cpolar.io 和 https://indexwiki.cpolar.io，可长期使用。

image-20250928120814425

为 WIKI 首页增加访问授权

image-20250928121200277

管理后台自带登录机制，但 WIKI 首页默认公开访问。一旦暴露到公网，可能带来隐私泄露或 API 费用风险。因此需增加一层访问控制。

image-20250928121242641

在 cpolar 的隧道管理中，编辑 wiki-index-8088 隧道，展开“高级”选项，启用 HTTP 基础认证（HttpAuth）。格式为 用户名:密码，例如：

image-20250928124411920

admin:123456

image-20250928133242983

保存后，再次访问 WIKI 公网地址，浏览器会弹出登录框。输入正确凭证才能进入页面。这层认证由 cpolar 实现，不改变 PandaWiki 自身逻辑，但有效阻止了未授权访问。

image-20250928133517909

整套系统的实际价值

image-20250928133606407

这套方案最终形成四个关键组件：

image-20250928133655478

  • PandaWiki 管理后台：负责文档维护、模型配置和版本发布
  • WIKI 首页：提供基于知识库的搜索与问答界面
  • DeepSeek 模型：执行检索与生成，答案可追溯至原始文档
  • cpolar + HttpAuth：确保两个入口安全、稳定地对外提供服务

image-20250928133802943

它的意义不在于“又建了一个网站”，而在于让沉睡的文档重新参与工作流。你不再需要翻找几十个文件，而是直接问：“上次关于远程访问的配置步骤是什么？”——系统会从你的文档中找出答案，并带你回到原文位置。

image-20250928133929241

对于个人或小团队，这种“向自己的知识提问”的能力，远比通用 AI 更精准、更可控。而本地部署+公网穿透的组合，既保障了数据主权，又不失灵活性。

image-20250928134003056

image-20250928140214794

image-20250928140616967

image-20250928140853248

image-20250928140923426