image-fQdB.webp各位网站主理人,你有没有想过,让自己的网站像真人一样和用户对话?
我最近试了长亭科技的 Web2GPT,确实好用:把现成的传统网站,一键“包”成能对话的智能应用,效果有点像 ChatGPT,但用在你自己的网站业务上。

想象一下:企业官网、知识库、产品手册,不再是一堆静态文字。用户直接发问,系统就能从你的网站内容里“掏”出答案。喂内容也不麻烦:能自动抓取整站、抓单页、传文件,甚至手动补充,几种方式随你挑。学完之后,放到网页挂件里,或者接到钉钉、飞书、企业微信的机器人,都很顺畅。

我这个人做事讲效率,也看重安全。雷池 WAF 我一直在用,Web2GPT 的思路和配置都比较清楚,上手不费劲。下面就是我整理的图文教程,按步骤带你把网站变成能对话、能办事的应用,让用户不用再满站点翻来翻去找信息。

一、Web2GPT 介绍

Web2GPT 是由 长亭科技 推出的面向网站管理员的智能 AI 应用,可以将 传统网站 一键包装为 智能 AI 应用

名称的含义:Web2GPT(读作 Web to GPT),顾名思义,它可以基于一个 Web 网站中的业务内容,自动生成类似 ChatGPT 的 AI 应用。

核心能力

  • 智能问答:自动理解你的网站业务,作为业务专家回答问题。

  • 智能操作:根据自然语言,帮助用户自动完成业务操作。

  • 快速集成:支持网页挂件、App 挂件、微信/钉钉/飞书机器人等多种接入方式。

只需 三步,5 分钟,让你的网站拥有专属 AI 助手:

  1. 采集内容:输入网站地址,Web2GPT 自动采集网站内容。

  2. 学习知识:选择有效内容,交由 AI 学习。

  3. 创建应用:基于学习内容,创建属于你的网站 AI 应用。


二、Web2GPT 能干什么

Web2GPT 结合大模型技术,会根据网站地址自动梳理内容与交互逻辑,生成可快速集成的 AI 应用。

典型场景

1. 智能客服

提供业务素材,Web2GPT 自动学习并充当在线客服,支持 网页、钉钉、微信 等渠道。

2. 站内搜索

解决传统搜索引擎收录不及时、效果差的问题,提供优质的 语义化搜索 体验。

3. 自动化操作网站

支持自然语言操作网站。
例如:

“嗨,Web2GPT,我的学号是 123456,帮我报名下周二的英语六级考试。”


三、Web2GPT 的特色

  • 无需人工整理知识库:自动学习网站内容

  • 无需关注 RAG 流程:自动适配最佳状态

  • 快速集成:支持微信、钉钉、飞书

  • 可追溯:使用过程可被快速记录,方便管理员分析


四、安装要求

  • 操作系统:Linux

  • 依赖软件:Docker ≥ 20.10.14,Docker Compose ≥ 2.0.0

  • CPU:最低 2 核,推荐 4 核及以上

  • GPU:无需 GPU(需外接大模型)

  • 内存:最低 4GB,推荐 8GB+

  • 硬盘:最低 10GB,推荐 20GB+


五、部署教程

以下以 飞牛NAS系统 为例(其他系统请自行安装最新 Docker、Docker Compose)。

  1. 打开飞牛的SSH功能,使用终端软件进行连接,并切换到root状态下。fnOS open SSH.png

  2. 点击docker文件夹>右键>详细信息>常规>复制原始路径(演示将所有项目都放在了docker文件夹)fnOS-docker.png

  3. 进入docker文件夹内

    # 将 /vol1/1000/docker 换成你实际的文件夹路径
    
    cd /vol1/1000/docker
  4. 创建项目文件夹及子文件夹

    mkdir -p web2gpt/{data/minio,data/nats,data/postgres,data/qdrant,data/redis}
  5. 下载 docker comopse 文件

    curl https://release.web2gpt.ai/latest/docker-compose.yml -o docker-compose.yml
  6. 下载环境变量模版文件

    curl https://release.web2gpt.ai/latest/.env.template -o .env
  7. 初始化配置文件(全部复制后一次性粘贴)

    count=$(grep -o "{CHANGE_TO_RANDOM_PASSWORD}" .env | wc -l);
    for i in $(seq 1 $count);
        do sed -i .env -e "0,/{CHANGE_TO_RANDOM_PASSWORD}/s//$(openssl rand -base64 20 | tr -d '/+=' | cut -c1-20)/";
    done
  8. 编辑.env文件

    vi .env
  9. 按字母i键进入编辑模式,修改下面的配置文件,按Esc键退出编辑模式,输入:wq保存并退出。

    (排版太挤的就先粘贴到文本文件内,修改后再使用,灵活应变。)

    # 服务地址(钉钉等组件)
    ORIGIN=http://localhost:9999    # 自定义组件的访问端口,可自行修改。
    # 中间件密码----下面这几个可以看下一步教程随机生成后替换掉,按需执行。
    POSTGRES_PASSWORD=np7hqNyQB5sRle6FHi4o
    NATS_PASSWORD=Rte53HcYdyKgWb4kVEu0
    JWT_SECRET=0jL7yCvXUdSuX12FFCWH
    S3_SECRET_KEY=vrFXDUhzkkE7vBygsOik
    QDRANT_API_KEY=89mZgMQBP2sdFVelXD2O
    REDIS_PASSWORD=zjRChgr5g4qaX5Xzqqex
    # 管理后台登录密码
    ADMIN_PASSWORD=DHcSoHT4ugwokOGEEvej    # 管理后台的管理员密码,现在修改,系统内无修改功能。
    # 管理后台访问端口
    ADMIN_PORT=9999    # 管理后台的访问端口,可自行修改。
  10. 生成一个 24 字节(经过 base64 编码后更长)的随机字符串

    # 生成一个 24 字节(经过 base64 编码后更长)的随机字符串:
    openssl rand -base64 24
    
    # 如果你只要字母数字,可以再过滤:
    # 👉 生成一个 20 位的大小写字母+数字 随机串:
    openssl rand -base64 24 | tr -dc 'A-Za-z0-9' | head -c 20
  11. 查看当前项目文件夹路径

    pwd
  12. 授权该项目文件夹内的读写权限【部分NAS系统需要(如群晖),否则容器无读写权限访问运行,按需执行。】

    # 将 /vol1/1000/docker/web2gpt/ 换成你自己实际的文件夹路径
    
    chmod -R 777 /vol1/1000/docker/web2gpt/
  13. 执行命令,启动docker-compose模板文件,拉取镜像并创建容器。

    docker compose up -d
    
    或
    
    docker-compose up -d
  14. 查看正在运行的项目容器实时日志,按Ctrl+C中断查看。

    docker compose logs -f
    
    或
    
    docker-compose logs -f

六、使用 Web2GPT

1. 访问控制台

打开浏览器,以NAS的IP+设置的端口号进行访问。

以本机为例:http://192.168.2.6:9999

默认账号:

  • 用户:admin@web2gpt.ai

  • 密码:见 .env 文件 ADMIN_PASSWORD变量

登录成功


2、AI 设置

Web2GPT 离线版本需 接入第三方模型

  1. 我们以【硅基流动】为例,它支持注册即送额度,适合入门(其他的得先充钱才能用💰),点此直达跳转领免费额度的注册地址

    • 快速注册后进入后台,点击账户管理 > API 密钥 > 新建 API 密钥

    • 创建新 API 密钥,复制备用。image-AGhi.avif

  2. 点击AI设置--添加第三方AI模型

  3. 选择硅基流动,粘贴我们的API密钥,选择你想使用的AI模型,然后点保存。

  4. AI 模型添加成功,点击使用。


3、抓取知识库内容

  1. 进入 内容管理 > 自动发现 > 配置

  2. 粘贴目标网页地址,点击确认。
    演示就以爬取本站为例,但你不要填写本站地址,不然会被防火墙自动拉黑并同步到雷池WAF全球黑名单数据库中。

  3. 添加完成之后会自动开始抓取全站内容,等待全部抓取之后你可以全选,点击学习。
    系统只会抓取公开的文字内容,任何限制了访问的或者非内容页面均不会被抓取。

注意:学习过程会消耗 CPU 性能,低性能 NAS 需耐心等待。


4、创建 AI 应用

  1. 点击 AI应用 > 创建AI应用

  2. 设置一个应用名称,选择你需要使用的应用类型,然后点击确认。

  3. 按提示填写信息后点击保存
    (因为我们是创建的网页挂件服务,所以我们复制显示挂件代码,粘贴到你的网站上即可。如果是对外服务的网站就将地址换成域名。)


5、测试效果

  1. 点击开始使用测试一下

  2. 点击右下角挂件,输入你想问的问题。

  3. 稍等一下即可检索成功并给出推荐的网页地址

  4. 剩下的就是按你自己的需求去使用了

  5. 例如和本站教程的PandaWiki知识库搭配+爬取其他公开访问网站+手动上传内部文件,即可快速创建专业领域的内容索引、快速匹配教程、智能回答。


七、Web2GPT 部署总结与最佳实践

通过本文教程,你已经学会了如何在 飞牛NAS 或其他 Linux 环境下,基于 Docker + Docker Compose 快速部署 Web2GPT。整个过程仅需三步:

  1. 采集网站内容,自动构建知识库

  2. 接入第三方大模型,让 AI 真正理解业务

  3. 创建 AI 应用,通过挂件或机器人快速集成到业务系统

在实际使用中,推荐的最佳实践包括:

  • 优先选择高质量知识源:减少噪音内容,提高 AI 回答准确率

  • 合理分配 NAS 资源:至少保证 4 核 CPU 和 8GB 内存,避免长时间抓取时卡顿

  • 结合业务场景落地:典型应用有智能客服、站内搜索、自动化表单操作等

  • 做好安全配置:及时更换 .env 文件中的默认密码,防止被暴力破解

Web2GPT 本质上是一个 面向传统网站的 AI 中间层,能够让网站快速升级为智能化应用,降低运维和开发成本。

如果你希望让企业官网、学校网站或社群平台快速接入 AI,Web2GPT 是一个即装即用的解决方案


八、相关地址


文末

👇👇👇