Chatbot-v1.0 并非又一个简单的LLM应用，它是一个专为校园场景设计的、轻量高效的智能服务中枢。我们直面AI应用中最严峻的挑战——高昂的GPU算力成本与并发性能瓶颈。通过独创的智能路由架构，系统优先以零成本、高并发的“内置技能”与“内置问答”模式，处理绝大多数日常咨询，仅在必要时才调用RAG或大语言模型（LLM）处理复杂问题。
这种成本优先的设计，不仅保证了服务的毫秒级响应，更将宝贵的LLM算力用于刀刃上——在深夜（如凌晨2点）通过“数据飞轮”机制，对全天日志进行深度分析与自我进化。Chatbot-v1.0 的目标，是为未来“具身智能机器人”进入校园铺设坚实的、可持续运营的对话大脑基础。
本仓库为项目展示与社区支持中心，不包含核心源代码。
- 智能分析引擎: 利用强大的LLM（如DeepSeek, Qwen等）自动分析聊天日志，挖掘潜在的高价值问答对。
- 人机协同审核: AI提出的优化建议会进入一个专门的审核流程，由管理员最终确认，确保知识库的质量和准确性。
- 数据飞轮: 形成一个 “日志-分析-审核-增强” 的良性循环，让系统越用越聪明。
- 性能与成本的双重胜利: 传统AI问答每次都依赖LLM，是性能的瓶颈和成本的黑洞。我们的智能路由，优先通过零成本的“内置技能”与“内置问答”解决80%的高频问题，实现大规模并发下的毫秒级响应。
- 智能逐级升温: 只有当内置引擎无法满足需求时，系统才会自动、无缝地“升温”至 RAG知识检索、MCP工具调用，乃至最后的 LLM通用对话。
- 为效率而生: 这种分层设计，将对GPU和大模型的依赖降至最低，确保在不增加硬件投入的情况下，为全校师生提供7x24小时的稳定、高速问答服务。
- 全程日志透明: 每一次路由决策的完整过程，包括各模块耗时，都在后台清晰可查，便于问题追溯与性能优化。
- 系统与性能监控: 实时监控CPU、内存、GPU使用率，以及并发在线用户数。
- 独创“AGI准备度”模型: 从四大维度量化评估AI系统的成熟度，让“智能”水平清晰可见,为具身智能进入校园做好大脑准备。
- 深度数据分析: 提供多维度统计报表，为运营决策提供数据支撑。
- 多种登录方式: 支持 本地账号密码、手机短信验证码、标准OAuth2（如企业微信、钉钉）CAS 以及 微信扫码 等多种登录方式。
- 统一身份认证: 前端登录与MCP Server可共享OAuth凭证，实现对后端业务系统的安全调用。
- 多模型支持: 可轻松对接并统一管理多种云端或私有化部署的大模型服务。
- MCP工具协议: 通过标准化的MCP协议，可将校内任意业务系统安全地封装成AI可调用的工具。
- 后端: Python 3.12+, Flask, APScheduler, Gunicorn
- 数据库: MySQL 8.0+
- 前端: HTML, JavaScript, Bootstrap 5, ECharts, Chart.js
- 核心AI/ML:
sentence-transformers,transformers,torch - 生态集成:
ragflow-sdk(RAG),mcp(工具调用),alibabacloud_dysmsapi(短信服务) - 支持LLM: 任意兼容OpenAI API的服务 (DeepSeek, Qwen, VLLM, Ollama等)
Chatbot-v1.0 提供了一个开箱即用的部署包，您可以在自己的服务器上快速完成私有化部署。
- 访问官网: 前往 www.chat-bot.com.cn 官方网站。
- 注册账户: 完成用户注册，以获取下载权限和许可证。
- **下载部署