某大型IT服務商旨在為其運營服務提供一個工具，戴文科技利用最新的AI大語言模型，結合豐富的客戶服務經驗、標準、文檔等數據，為其一二級客戶提供更快的服務識別和解決方案，提高整體效率。
為什么選擇 Drupal
文檔和知識都是內容類型，因此，選擇成熟的內容管理系統（CMS）可以大大加快平臺建設的速度。在CMS選型過程中，Drupal因其開源性、安全性和高度可定制性而被選擇作為平臺的CMS。
面臨的挑戰
該項目與網站建設等工作不同，作為一個應用平臺，需要在需求分析、邏輯、技術使用等方面進行周密的規劃。在選擇人工智能大語言模型時，考慮到企業正在快速迭代模型，如何選擇合適的大語言模型也需要深思熟慮。
解決方案
該平臺是根據RAG（檢索參數生成）原理設計和開發的，經過多次討論，我們得出的結論是，單一的多語言模型并不是最佳選擇，我們認為人工智能的未來應該涉及特定領域的小型模型，以提供更好的成本效率。因此，我們將這個平臺定位為多模型平臺。
它支持大型語言模型，例如 ChatGPT for Sass，還允許通過 Ollama 部署私有模型。對于矢量數據庫，我們選擇了Weaviate，從而創建了一個全面的知識庫管理平臺，擁有多個知識庫、模型和文檔庫，可以針對各種場景進行自由配置和管理。此外，我們還計劃與搜索引擎 API 集成，以獲取更多實時信息。
設計
在我們的設計中，我們采用了極簡的UI布局方式，適度使用圖形來點綴某些細節。
此外，我們采用了基于主題的設計方法，保證了UI風格可以在一定程度上快速改變，方便客戶針對不同的服務對象進行定制。
前端開發
Drupal本身已經構建了一套優秀的前端展示方法，大大加快了我們整體前端的開發速度。同時，它也帶來了一定的局限性。雖然這些可以通過各種方法來解決，但是投資成本是必須要考慮的，這也是我們前端開發過程中需要多多溝通的一個細節。
后端開發
人工智能知識管理平臺采用當前最穩定的Drupal V10版本作為底層開發框架，平臺基于Drupal的數據結構建立組織部門管理、用戶角色及權限管理、文件管理等業務系統，并為各部門配置相應的文件讀寫權限，保證部門數據管理的相互獨立性。
為了提供成熟的AI知識獲取體驗，我們實現了Drupal AI模塊，部署了集成的生成式AI應用開發框架，支持文檔信息的組織，并以知識切片的形式存儲相應的內容，用戶可以通過AI對話獲取相關知識，也可以利用內置的大語言模型獲取更全面的數據信息。