使用 Cheshire Cat AI 构建简单的 WordPress 聊天机器人

在应用程序和网站中,拥有高效且“智能”的 聊天机器人 的需求日益增长。原因在于,这种交互方式可以缩短用户获取所需信息的时间,并且可以作为高效且有用的帮助台的第一层。过去那些令人烦躁的 聊天机器人 已不再使用,因为现在基于 LLM 并结合专有且相关信息训练的系统已经非常容易创建。

本文将介绍如何在 WordPress 网站中集成一个 聊天机器人,并将其连接到 Cheshire Cat AI [1],这是一种类似于 OpenWeb UILLM 使用和管理界面。

项目描述

该项目类似于之前使用 OpenWebUI [7] 实现的项目,同样将使用 Ollama [8] 作为 LLM 引擎,并采用 mistral:7b 作为 LLM 模型。

系统将由一个 WordPress 网站组成,我们将在其上安装名为 Cheshire Cat Chatbot插件,该插件连接到由 Cheshire Cat AI 构成的后端,后端使用 Ollama 引擎运行常用的 mistral:7b 模型。整体上,这是一条由多个产品组成的完整且可用的系统链。

本文中,我们将在本地安装所有组件,但鉴于类似方案似乎已被 托斯卡纳大区 [4] 采用,经过适当修改和优化后,该系统也有望用于生产环境。

先决条件

需要在工作电脑上已有一个运行中的 WordPress 网站,例如可以使用 LocalWP 快速搭建一个 [10] [11]

还需预先安装并配置好 Ollama,相关步骤可参考文章 [8],其中介绍了如何简单几步完成安装并设置使用 mistral:7b 作为 LLM

本地系统(我使用的是 Windows 11)还需安装并运行 Docker(Windows 上为 Docker Desktop)。

安装与配置

安装好 WordPressOllama 后,可以按以下步骤操作:

  1. 安装 Cheshire Cat AIDocker 容器):
    1. 在任意文件夹(例如 provacheshire)中创建一个名为 compose.yml 的文件,内容如下:
      services:
        cheshire-cat-core:
          image: ghcr.io/cheshire-cat-ai/core:latest
          container_name: cheshire_cat_core
          ports:
            - 1865:80
            - 5678:5678
          environment:
            - CCAT_API_KEY=Ky-dmuH27489j
          volumes:
            - ./static:/app/cat/static
            - ./plugins:/app/cat/plugins
            - ./data:/app/cat/data
          extra_hosts:
            - "host.docker.internal:host-gateway"

      该命令创建一个容器,包含三个挂载卷(磁盘),运行 Cheshire Cat AI,容器内监听端口为 80,但应用对外暴露端口为 1865(映射为 1865:80)。此外,定义了一个连接令牌,用于保护 WordPress 插件与 Cheshire 之间的通信。运行目录下将生成三个文件夹:staticdataplugins,分别挂载到容器的 /app/cat/static/app/cat/plugins/app/cat/data,这样可以通过 Visual Studio Code 在本地创建插件并立即在容器中测试。

    2. 使用命令启动容器:
      docker compose up
    3. 容器启动后,可通过链接 http://localhost:1865/admin 访问 Cheshire Cat AI 管理界面。
    4. 使用默认管理员账号登录:admin / admin
  2. 配置 Cheshire Cat AI(连接 Ollama):
    1. 打开终端,使用命令 ollama serve 启动本地 Ollama 服务。确保监听地址为所有接口(0.0.0.0),而非仅本地接口 127.0.0.1,以便容器中的应用能访问。
    2. 执行命令 ollama list 查看已安装并可用的模型列表,此处选择 mistral:7b
    3. Cheshire Cat AI 界面,进入 Settings->Large Language Model->Configure,填写以下字段:
      • Base URL: http://host.docker.internal:11434
      • Model: mistral:7b
    4. 点击 Save 保存。
    5. 返回 Home 页面,即可通过网页界面进行首次 查询
  3. 安装并配置 WordPress 插件:
    1. 在本地启动一个 WordPress 网站,例如使用 Local [11]
    2. 以管理员身份登录网站。
    3. 进入 WP->插件->添加插件,搜索插件 Cheshire Cat Chatbot
    4. 安装激活该插件。
    5. 进入 WP->Stregatto,填写以下字段:
      • Stregatto URL: http://localhost:1865
      • Stregatto Token: Ky-dmuH27489j
    6. 点击 保存更改
    7. 进入 WP->Stregatto->配置,启用以下设置:
      • 启用全局聊天: 是
      • 在所有页面显示: 是
      • 在首页启用聊天: 是
    8. 此时,网站首页将显示带有聊天机器人的弹出窗口,用户可以进行交互。

总结与未来发展

本项目展示了一个完整系统,包含了构建一个可定制且私有的聊天机器人所需的所有组件。所有组件均为开源,可在遵守许可协议的前提下用于自有的网络应用中。

示例较为简单,主要目的是整合并简要介绍各组成部分,但完全可以开发更复杂和完善的解决方案 [4]

特别是通过 Cheshire Cat AI,可以构建 RAG 系统,并在特定事件触发时运行自定义脚本,这对于创建自动化流程非常有用。未来几周我计划深入研究该系统,并提出改进和优化方案。

未来可能的深入方向:

  • 使用 Cheshire Cat AI 构建 RAG 系统。
  • 管理 Cheshire Cat AI 的钩子(hooks)。

照片画廊

参考资料与链接

    1. Cheshire Cat AI 官方网站。
    2. Cheshire Cat Chatbot,由 Marco Buttarini 开发的 WordPress 插件。
    3. Stregatto 系列课程,由 Michael Saccone 教授在 YouTube 发布。
    4. 关于 AI 可能实现的技术与架构考量托斯卡纳大区
    5. Cheshire Cat AI Discord 频道
    6. Cheshire Cat AI,革命性的 LLM 框架,发表于 Smartstrategy.eu
    7. Open WebUI:Ollama 的图形界面,本站博客。
    8. 本地运行 Ollama LLM 模型,本站博客。
    9. 使用 Open WebUI 的 RAG:会做饭的聊天机器人 Chef Gino,本站博客。
    10. LocalWP 官方网站。
    11. 如何使用 Local By Flywheel 本地安装 WordPressPascal ClaroYouTube 发布。

*** 注意:本文是通过 n8n 和 OpenAI 自动流程翻译生成的。

12 months ago

Leave a Reply

Your email address will not be published. Required fields are marked *

评论审核已启用。您的评论可能需要一段时间后才能被显示。