＜span class=“js_title_inner“＞免费开源！KoalaQA基于DeepSeek大模型智能问答平台，打通飞书、企业微信、钉钉＜/span＞-平芜编程栈

文末联系小编，获取项目源码

KoalaQA 是一款基于 AI 大模型驱动的开源智能售后服务产品，兼容DeepSeek、Qwen、Gemini大模型，提供 AI 客服、AI 洞察、AI 搜索、AI 运营等能力，可以快速搭建企业内外部问答平台、开发者社区、用户服务社区，帮助团队显著降低人工运营成本、提升客户满意度与响应效率，助力实现零接触解决方案目标。

AI 智能回答：基于大模型实时解答用户提问，结合持续训练的知识库，提供高准确率回复，支持无缝转人工。
AI 自动运营：自动归纳高质量问答、生成标准化知识条目与运营内容，降低人工运营成本。
AI 语义搜索：面向语义的检索与重排，快速匹配相关答案，提升搜索命中率与可读性。
AI 辅助创作：基于采纳答案与历史内容，自动生成 FAQ 等素材。

🔥 功能与特色

AI 智能客服全天侯实时应答：理解客户意图、自然回答问题，自动处理约 90% 的常见问题，复杂问题智能转接人工客服，为客户提供更高效自然的服务体验。
AI 知识库智能进化：自动生成问答对智能学习，自动优化回答，智能洞察知识缺口进行补充，实现持续进化的智能响应体系。
多板块与权限管理：为不同团队与业务打造独立板块，自由配置访问与可见范围。
支持多种主流认证方式：集成企业微信扫码、微信扫码和 OIDC 等多种国内外主流认证方式，满足不同场景的登录需求。
移动端友好：支持 Web 与移动端无缝访问，在手机上也能高效查看与回复。

🤖 安装部署

KoalaQA 需接入智能对话、向量和重排序三大必选模型，推荐 DeepSeek-chat，可选文档和图像分析等大模型增强功能，支持DeepSeek、Qwen、Gemini等大模型平台 API，配置简单。

智能对话模型：必选，推荐使用 "deepseek-chat"，在机器人回答、智能总结、AI 洞察等场景使用，常见的 chatGPT4、Deepseek-r1、Deepseek-v3 等可以聊天的模型都属于对话模型，，非常不推荐使用参数量小于 100b 的模型。
向量模型：必选，推荐使用 "bge-m3"，在知识库学习、发帖、机器人回答、智能搜索、AI 洞察等场景使用，可以将文档转化为向量，为 KoalaQA 提供了智能搜索和内容关联的能力。
重排序模型：必选，推荐使用 "bge-reranker-v2-m3"，在机器人回答、智能搜索、相似帖、AI 洞察等场景使用，通过对初始结果进行二次排序，实现 “快速召回 + 精准排序”，是提升检索系统质量的关键技术。
文档分析模型：可选，推荐使用 qwen2.5- 3b 等小模型，提升文档分析能力，启用后机器人回答等效果会得到加强。
图像分析模型：可选，推荐使用 qwen3-vl-max 等视觉模型，提升图片识别分析能力，启用后机器人回答等效果会得到加强。

安装 KoalaQA 前，请确保你的系统环境符合以下要求

操作系统：Linux
CPU 指令架构：x86_64
软件依赖：Docker 20.10.14 版本以上
软件依赖：Docker Compose 2.0.0 版本以上
推荐资源：1 核 CPU / 4 GB 内存 / 20 GB 磁盘
最低资源：1 核 CPU / 2 GB 内存 / 5 GB 磁盘

🧠 问答逻辑

为了提升用户体验，满足不同渠道用户服务需求，降低重复发帖提问频次，KoalaQA 引入智能问答入口，用户可以直接提问，由 AI 提供首轮响应，极大优化服务效率。