PandaWiki 是由 AI 大模型驱动的 Wiki 系统，在使用之前请先接入 AI 大模型，在未配置大模型的情况下 AI 创作、AI 问答、AI 搜索 等功能无法正常使用。

PandaWiki 需要接入什么样的模型

智能对话模型（必须配置）：推荐使用 "deepseek-chat"，该模型将会在 PandaWiki 智能问答和摘要生成过程中使用。该配置直接决定了 PandaWiki 的智能问答效果，非常不推荐使用参数量小于 100b 的模型。
向量模型（必须配置）：又称为 “嵌入模型”，推荐使用 "bge-m3"，默认安装时已内置了该模型。该模型可以将文档转化为向量，为 PandaWiki 提供了智能搜索和内容关联的能力，该模型将会在 PandaWiki 内容发布、智能问答、智能搜索过程中使用。
重排序模型（必须配置）：推荐使用 "bge-reranker-v2-m3"，默认安装时已内置了该模型。该模型通过对初始结果进行二次排序，实现 “快速召回 + 精准排序”，是提升检索系统质量的关键技术，该模型将会在 PandaWiki 智能问答、智能搜索过程中使用。
文档分析模型（可选配置）：推荐使用 qwen2.5- 3b 等小模型，在 AI 伴写、内容发布、智能问答过程中使用，启用后文档编辑和智能问答的效果会得到加强，可选配置。
图像分析模型（可选配置）：推荐使用 qwen-vl-max-latest 等视觉模型，在内容发布、智能问答过程中使用，启用后智能问答的效果会得到加强，可选配置。

🎁 PandaWiki 支持快速接入百智云在线模型，新注册的用户可直接获得 5 元的使用额度，推荐新手使用。

初始化配置

你只需要在首次登录时配置 Chat 模型即可开始使用。

PandaWiki 在初始化时已经内置了百智云模型广场的 Embedding 和 Reranker 模型，如果没有特殊需求，无需更改。

PandaWiki 内置 Embedding 和 Reranker 模型的 API Token 为：
sk-r8tmBtcU1JotPDPnlgZLOY4Z6Dbb7FufcSeTkFpRWA5v4Llr

Embedding 和 Reranker 的价格很便宜，在 PandaWiki 的使用场景下，这两个模型的成本可以忽略不计。
因此，PandaWiki 对于 AI 大模型的主要使用成本在于 Chat 模型的输入部分。通常情况下，一次对话会消耗 1000 ~ 10000 个输入 Token。

假设某个模型每百万 Token 售价 1 元，那么每次对话的成本就在 1 分钱之内。

目前 PandaWiki 支持接入的大模型供应商如下：

如有其他大模型的兼容需求，可在百智云论坛发帖提需求。

PandaWiki 目前支持接入以下 embedding 模型