AI助手插件
注意:
- 需要购买 Pro 版本的 AI 插件,才能添加自定义模型。
AI 智能助手
功能概述
-
深度集成网盘:AI 可以直接读取网盘中的文件和文件夹内容,进行问答、整理等操作;同时支持在对话中完成文件的上传、删除、查询等网盘操作。
-
自定义智能体:可配置工具、知识库、对话上下文、模型等,适配不同业务场景;支持分组管理。
-
AI 输出渲染:支持 Markdown 实时渲染,包括图片、公式、代码块,以及流程图、思维导图等图表;部分代码可在线预览运行。
-
智能体一键分享:可将配置好的智能体分享给外部用户使用,适合作为专用工具或智能客服等场景。
-
会话与服务管理:管理用户对话和模型服务;支持收藏精选对话,收藏内容可生成外链分享。
-
模型与服务集成:可接入 DeepSeek、Qwen、本地大模型等多种模型,统一管理和调用。
-
安全与隔离机制:防止不同用户数据混用和越权操作;文件访问能力遵循网盘本身的权限逻辑,无需额外担心数据泄露。
...
RAG 配置说明
RAG(检索增强生成)让 AI 能够基于网盘中的文档内容回答问题。配置前需准备模型 API 和向量数据库。
- 模型服务名称:自定义填写,便于识别
- API 地址:
- 硅基流动示例:
https://api.siliconflow.cn/v1/chat/completions - 阿里云示例:
https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions
- 硅基流动示例:
- API 密钥:在对应平台获取,如硅基流动:
https://cloud.siliconflow.cn/me/account/ak

向量数据库部署
向量数据库用于存储文档的语义索引,是 RAG 功能的基础组件。部署参考:
$ curl -SL https://static.box.kodcloud.com/plugins/teamos/docker-compose-linux-x86_64 -o /usr/local/bin/docker-compose
$ chmod +x /usr/local/bin/docker-compose
$ mkdir milvus && cd milvus
$ wget http://static.box.kodcloud.com/update/milvus-standalone-docker-compose.yml -O docker-compose.yml
$ docker-compose up -d
Creating milvus-etcd ... done
Creating milvus-minio ... done
Creating milvus-standalone ... done
向量/嵌入模型添加
嵌入模型(Embedding)负责将文档内容转换为向量,供检索使用。
- 在模型广场搜索
BAAI/bge-m3(适用于文本嵌入) - 添加模型:
a. 模型 ID:
BAAI/bge-m3b. 模型名称:自定义填写 c. 模型类型:嵌入模型

- 保存后点击检测,确认连接正常

图生文本模型添加
图生文本模型用于从图片中提取文字描述,支持对图片类文件的语义检索。
- 在模型广场搜索
Qwen/Qwen3-Omni-30B-A3B-Instruct(适用于多模态) - 添加模型:
a. 模型 ID:
Qwen/Qwen3-Omni-30B-A3B-Instructb. 模型名称:自定义填写 c. 模型类型:图片描述提取

- 保存后点击检测,确认连接正常

RAG 配置项
按以下顺序完成 RAG 配置:
- 启用 RAG

- 配置向量数据库,并检测通过

- 指定向量模型,并检测通过

- 指定图片描述提取模型,并选择需要扫描的文件夹

- 保存设置,等待文件自动入库和向量化,或点击立即手动更新
