NAS原生AI知识库有多香？威联通Qsirch RAG搜索算是玩明白了

NAS原生AI知识库有多香？威联通Qsirch RAG搜索算是玩明白了

哈喽小伙伴们好，我是Stark-C~

估计我之前为大家分享的NAS 知识库的玩法，没有十个也有八个了吧？但是嘛~，貌似这些玩法都是通过在NAS上额外部署各种第三方Docker应用，再配合向量化工具和 RAG 组件拼出来的知识库方案。

如果说能在NAS上原生集成RAG搜索、语义检索、内容解析这一整套链路，让我们免折腾就能实现NAS文件的管理，那不就是我们期望中的知识库最终形态了？

你还别说，这一套方案还真就被威联通NAS给实现了！它通过Qsirch强大的搜索引擎，结合AI驱动的RAG企业搜索，直接把“AI 搜索”做成了系统级能力，并让NAS变成成可自然语言搜索、可自动总结、可回答问题的AI知识库。

🔺提前说明下，想要在威联通NAS上体验Qsirch RAG搜索还是有一定要求的，但从官方给出的系统需求来看，这个要求又不是很高，基本上只要不是古董机型，系统更新到位，基本就能满足它的体验条件了。

关于威联通Qsirch RAG

🔺威联通Qsirch RAG是集成在威联通“Qsirch 智能 AI 搜索”应用中的一个功能模块，我们只要打开威联通“Qsirch 智能 AI 搜索”，就能在其设置中启用和体验 RAG 搜索功能了。

Qsirch RAG官网介绍：https://www.qnap.com.cn/zh-cn/solution/rag-ai-search

简单为大家总结下Qsirch RAG功能：

• 自然语言搜索：支持用自然语言提问，而不是仅靠关键词匹配。也就是说我们就像对人说话一样，搜索引擎会自动理解意图并返回相关结果；

• 语义检索：它会基于向量相似度检索相关内容，在海量NAS文件中找到“意思相近”但关键词不同的文档或段落，提升数据之间的关联性；

• RAG 问答：在检索相关文档片段后，它会基于这些片段智能生成回答或摘要，并实现更准确、有依据的问答与总结，这也是知识库的核心所在；

• 多轮对话：支持在问答中保留上下文或多轮追问，使生成的回答更连贯，也更贴近我们想要的结果；

• 支持本地化运行：考虑到敏感数据的安全与隐私，它还支持使用本地私有部署 LLM 模型，这样它所有的核心功能都在本地执行，数据也不会发送出去。

🔺不过需要说明的是：威联通 Qsirch 本地 RAG 搜索需要在使用特定 NAS 型号，并且需要额外的独显支持（部署本地 LLMs）。威联通官网对此有详细的说明与教程，有这方面需求的用户可以直接参考便是。

我个人目前还没有这个条件，所以这次体验还是使用的是基于云端的 LLM 大模型为大家展示。

威联通Qsirch RAG设置

🔺首先打开威联通“Qsirch 智能 AI 搜索”套件，点击页面右上角的“三点”，选择“设置”。

🔺在设置页面选择“RAG 搜索--云 LLM--新增”。

🔺目前它支持的云服务商不是很多，但好在它有一个“OpenAI 兼容的 API”，也就是意味着我们可以使用很多与OpenAI相同的API接口格式的第三方服务。比如说国内的绝大多数大模型厂商，以及本地私有化部署的 LLM（其实这个我并没有具体测试~）。

🔺我这里使用的是硅基流动服务，安要求填写名称、URL、API Key，以及模型名称即可，填完之后点下“验证”按钮，没问题再点“确定”按钮就自动保存了。

🔺同样的方式可以在这里添加多个LLM服务商。

🔺嵌入式模型也是使用的云端服务，但不知道为什么它的嵌入式模型又不支持“OpenAI 兼容的 API”了（希望后续补上~）。不过它这里默认就有一个本地嵌入模型，我也不知道哪里来的~

🔺然后是关于“文件与共享”这里的设置，这里主要就是选择 RAG 搜索的文件格式，如果用作知识库，咱们啥也不管，直接按默认的全选就可以了，毕竟这都是我们平时最常见的文件格式。

🔺完成以上设置之后，我们就可以返回 Qsirch 主页，选择搜索框后面的 RAG 搜索按钮。

🔺这样就打开了威联通Qsirch RAG专属的搜索页面了。

威联通Qsirch RAG体验

🔺在Qsirch RAG搜索中，我们是可以随意快速切换我们设置好的 AI 大模型的，毕竟大家都知道，AI 大模型服务其实是很影响最终结果的。

🔺Qsirch RAG默认是全局检索，也就是对整个NAS的所有文件夹进行搜索，不过我们可以设置特定文件夹搜索，比如说只设置工作文件夹，或者一些不适合上传到云端 LLM的涉及到隐私方面的内容。

🔺用起来也非常简单！比如说我直接问它问题“威联通有那些可部署的AI项目”，因为之前就做过索引，所以它回答的速度还是非常快的，基本上数秒就回答完成。

🔺而它在底部也给出了索引相关，其实都是来自我们存在NAS硬盘上的文章内容。我们也可以点击相关文档一键直达源文件位置。

🔺你也可以直接问它问题什么的，它直接回给出简明操作或教程。

🔺并且它的依据同样是来自于NAS 里已经完成解析的那些原始文档内容，并非在线搜索或者是凭空生成的答案。

🔺另外Qsirch是支持多轮对话的，我们是可以在同一个聊天中持续对话，并一直追问或者下达需求，反正就是它最后都会根据上下文的情况给出我们连贯的答案。

🔺Qsirch RAG可以同时创建多个不同聊天室，并且系统还会自动保存对话内容在本地，这样我们不仅可以随时继续之前的讨论，还能在需要的时候回溯历史记录。

🔺如果是团队使用，我们还可以通过链接共享的方式将整个聊天室的内容发送给同事，让大家都能搜索到同一知识库。

🔺如果说你不想创建聊天室或者保存聊天内容，它还有一个“临时模式”，它相当于我们使用浏览器的无痕模式，所有的记录都会在关闭窗口后都会自动清除，非常适合处理敏感问题或临时查询。

最后总结

说实话，在威联通Qsirch RAG上体验NAS原生知识库确实非常香！它能直接把我们NAS硬盘中成百上千的文档、教程、方案、记录，统统变成可对话、可检索、可溯源的知识体系，我们不需要到处翻，也不需要记路径，随便一句话的事，它都能把答案和出处摆在我们面前。

它的这一套方案还是原生系统集成，开箱即用，可以说是零门槛，零折腾。更重要的是，它还支持本地私有部署 LLM 模型，数据推理全在本地完成，没有隐私担忧，就算断网也能用。

好了，以上就是今天给大家分享的内容，我是爱分享的Stark-C，如果今天的内容对你有帮助请记得收藏，顺便点点关注，咱们下期再见！谢谢大家~