Github
Huggingface
论文WebWhiz项目介绍
WebWhiz是一个让用户在自己的网站数据上训练ChatGPT，创建一个可以立即解答客户问题的AI聊天机器人。无需编写任何代码，用户即可快速集成，并实现个性化定制。
核心功能
- 简单集成：无需复杂的程序设置，只需添加简单的代码，即可完成集成。
- 数据特定的响应：Chatbot会依据网站上的特定数据信息提供精准答案。
- 定期数据更新：每月自动更新网站数据，确保Chatbot的信息始终及时。
- 无代码构建器：提供无代码化的构建工具，强化用户体验。
- 个性化定制Chatbot：用户可以根据需求调整和个性化设置Chatbot。
- 微调功能：通过微调使Chatbot更贴合用户需求。
- 离线消息：支持离线消息功能，以便在无人值守时记录客户留言。
如何运作
WebWhiz仅需简单几步即可创建和训练.chatbot：
- 输入网站URL，系统会自动获取并准备训练数据。
- 根据选择的参数，自动为用户的网站训练ChatGPT并生成Chatbot。
- 为将Chatbot嵌入到网站，仅需将一个小脚本标签添加到网站代码中即可。
常见问题
什么是WebWhiz？
WebWhiz允许用户在其网站数据上训练ChatGPT，并构建一个可添加到网站上的Chatbot。无需编写任何代码。
如何频繁地抓取我的网站数据？
当前系统每月抓取一次网站数据，如果需要更频繁的扫描，请与我们联系。
WebWhiz从我的网站收集哪些数据？
WebWhiz从网站页面收集文本数据和其他元数据（如页面标题和描述），不收集任何个人身份信息或敏感数据，仅扫描公开的数据。
如果超过计划限制会发生什么？
如果超出项目或页面的计划限制，会通知用户。Chatbot将停止生成AI响应，并回复预定义的信息。
什么是Token？
Token是用于计算Chatbot处理文本数据量的单位。每条消息的Token数量取决于输入和AI响应的复杂程度。用户可以在账户仪表板上查看当前Token的使用情况。
WebWhiz许可
WebWhiz是开源的，遵循GNU Affero General Public License Version 3 (AGPLv3)。
WebWhiz SDK
WebWhiz SDK在NPM、CDN和GitHub上都可以使用，用户可以通过简单的命令进行安装和使用。
自托管
可以通过Docker或者手动设置来实现自托管。
Docker方式
- 需要Docker & docker-compose。克隆仓库后，编辑
.env.docker文件，然后通过docker-compose命令启动。
手动方式
WebWhiz由三个主要组件组成：API服务器、JavaScript Celery Worker和Python Celery Worker。需要MongoDB和Redis进行数据存储和缓存。设置与运行需要根据实际情况配置环境变量并安装必要的依赖。
如果需要帮助或者支持，请联系hi@webwhiz.ai。
