自从2022年底ChatGPT发布以来，AI大模型真正进入快速发展和应用落地的阶段，在各个领域快速催生出大量的应用，总体包括“文生文”、“文生图”、“文生视频”、“文生音频”、“图生图”、“图生视频”等AIGC（Artificial Intelligence Generated Content，内容生成式人工智能）应用方向。另外在一些细分领域，也出现了很多应用大模型能力赋能生产、提质增效的应用。

在档案行业，也有很多先驱在探索大模型的应用方向，并且有一些实际行动，为我们呈现出全新的理念和应用模式。但受限于各种因素的影响，笔者认为大模型在档案收、管、存、用等基础业务层面的应用具有很强的基础设施、业务数据等壁垒，应用效果还有待实践检验。今天，我们来聊聊大模型在档案领域的一个典型应用——档案知识助理。

档案知识助理虽然没有很强很深的技术壁垒，但它很可能为我们档案从业者提供一个非常高效、友好的档案知识获取窗口，这是我们所有档案人都需要的，它具有普适性。而且也是我们档案人学习AI、应用AI的一个很好的入门方向，每个人都可以去积极尝试，搭建属于自己的知识助理。

档案知识助理其实就是一个档案知识库，并借助大模型强大的的对话能力、泛化能力、学习能力、理解能力、逻辑推理能力来提供知识服务。

知识库其实并不是一个陌生的概念和产品，早在ANI（Artificial Narrow Intelligence,弱人工智能）早期，就有不少公司具备提供所谓的“智能知识库”产品和服务的能力，例如笔者曾接触过的智能客服行业，大都具备基于ANI的知识库产品。虽然目前我们还未正式进入AGI（Artificial General Intelligence，通用人工智能）时代，但基于大模型的知识库与ANI早期的智能知识库已不可同日而语了。请看下图对比：

通俗来讲，用大模型来实现知识库产品，具有以下优势：

整个系统完全本地化部署，底层使用ollama来运行大语言模型和向量模型，上层WebUI应用使用FastGPT实现，中间层使用OneAPI来做通信，应用数据和向量化数据分别存储在MongoDB和PgSql中。如需了解具体的部署步骤，可观看以下教程：

部署完成后，FastGPT和OneAPI需要做若干配置，并导入知识库文件，才能初步实现知识问答。

完成上述的系统部署和初始化后，我们直接导入了一些国家标准和行业标准文件（必须是双层pdf或者word等可编辑文件，图片和普通pdf不支持）。来看看实际检索效果和原文的对比吧：

使用钉钉AI助理搭建，就很简单了，只需要安装一个最新版本的钉钉。这个就不是本地化部署了，借助的是AI助理背后的强大底模（应该是非开源版的通义千问）。看下图，直接按步骤操作即可：

需要注意的是：按照上图步骤创建的助理，是公开的，也就是说发布后所有钉钉用户都能搜索到并使用；如果你点击步骤2后，直接在右侧分栏下方点击“创建AI助理”，那么这个助理就是面向组织内部使用的，组织外的人看不到。这两种方式会影响后面上传知识文件的方式，前者只能本地上传，后者可以选择企业组织搭建的知识库。

另外还需要配置一个简单的Prompt，用来限制大模型的输出范围。请注意：千万不要配置冗余的Prompt，如果你不会写，就空着，或者写一个简单的，劣质的Prompt就像画蛇添足，会极大的干扰大模型的输出。配置完成的助理，如下图所示：

上效果！我们问一个同样的问题，看看AI助理和本地化大模型熟优熟劣。

答案相当正确，也相当完整。而且给出了知识来源，用户点击知识来源后，可以向AI助理的所有者申请查看、下载的权限。