UCMDB Support AI Chatbot 是面向 OpenText UCMDB 的 AI 支持助手,被描述为个人项目。它使用检索增强生成(RAG),通过搜索由 KCS 文章、支持事件和 UCMDB 文档组成的本地知识库来回答支持问题,然后通过 Ollama 使用本地 LLM 生成答案。该项目声明没有数据离开运行它的机器,所有模型都在本地运行。 检索流程用 all-MiniLM-L6-v2 把用户问题转换为向量,使用余弦相似度在 ChromaDB 向量库中搜索前 20 个候选片段,用 cross-encoder/ms-marco-MiniLM-L-6-v2 重排序为前 5 个片段,再使用 Ollama LLM(Mistral 7B)基于检索到的片段生成答案。FastAPI + HTML/JS 前端显示答案和可折叠的来源引用。 知识来源包括 KCS 知识文章(从 portal.microfocus.com 抓取的 .txt,约 730 篇)、研发事件报告(.txt,超过 28,000 个事件)和 UCMDB 文档(.pdf,多卷),向量库共有 52,820 个片段。仓库不包含知识库目录,因为其中含有专有的支持数据,所以用户必须用自己的数据填充这些文件夹。 快速上手的前提包括 Python 3.10+、已安装并作为服务运行的 Ollama、已拉取的 Mistral 模型,以及用于嵌入 GPU 加速的支持 CUDA 的 PyTorch。该聊天机器人提供用于网页界面、聊天、健康检查和调试检索的 API 端点,配置项控制 Ollama 模型、候选和最终片段数量、最大 token 数以及最低重排序分数。
支持团队用 UCMDB Support AI Chatbot 通过搜索由 KCS 文章、事件和文档组成的本地知识库来回答 OpenText UCMDB 支持问题。
开发者用它运行带网页界面的本地 FastAPI 聊天机器人服务器。
管理员用它通过把新的 .txt 或 .pdf 文件放入相应文件夹并重建向量库来刷新知识库。
运维人员用它通过查看全部 20 个候选的余弦距离和重排序分数来调试检索。
用户用它在网页界面中查看带可折叠来源引用的答案。
团队用它让支持数据留在本地,因为没有数据离开运行它的机器。