PandaWiki AI知识库：飞牛NAS部署、Markdown问答与双入口远程访问
前言
PandaWiki 是一套面向文档管理、发布和 AI 检索问答的知识库系统。这篇采用飞牛 NAS 部署，通过 SSH 执行管理脚本完成安装，再修改 .env 中的后台密码，并用 Docker Compose 刷新服务。
模型部分以 DeepSeek 为例，配置 API Key 后创建 Wiki 站点。随后导入一篇 Markdown 文件、拉取数据、发布版本，再直接从 Wiki 页面发起问题，验证模型能否检索文档并返回带引用的回答。
远程访问部分不是只穿一个端口：管理后台和 Wiki 首页是两个入口，分别建立公网隧道；长期使用时再给两边配置独立的固定二级子域名。
Wiki 首页默认没有额外登录保护，因此最后继续增加 HttpAuth，避免公开地址被随意调用。
整篇重点放在“飞牛NAS安装—模型接入—Markdown导入—发布问答—双入口远程访问—Wiki访问认证”这条实际链路上，同时区分本地知识库与云端模型推理的边界。
这里还有一个容易忽略的结构：PandaWiki 后台和 Wiki 首页并不是同一个远程入口。后台用于导入、发布和模型配置，Wiki 更偏阅读、检索和提问，因此后面会分别建立隧道、分别配置固定地址，并只给 Wiki 首页额外增加 HttpAuth。这样也更方便分别处理后台维护和普通访问的权限边界。
1 PandaWiki到底解决什么问题
PandaWiki 更适合解决“资料集中以后怎么继续使用”。
它可以把文档放进统一知识库，再继续提供 AI 辅助创作、AI 问答、AI 搜索、Markdown / HTML 编辑、文档发布以及多种内容导入方式。
对于已经有 NAS 的用户来说，它比较有意思的一点是：
资料可以继续放在自己的环境里，同时再增加一个 Wiki 和 AI 检索入口。
但如果 AI 模型使用的是云端 API，提问和模型处理环节仍然会经过外部模型服务。
2 先在飞牛NAS开启SSH
进入飞牛 NAS 设置，打开 SSH：
然后使用 SSH 工具连接，这里使用 FinalShell：
如果不是 root 用户，先执行：
sudo -i
进入 root 环境以后，再继续安装 PandaWiki。
3 运行PandaWiki安装脚本
执行：
bash -c "$(curl -fsSLk https://release.baizhi.cloud/panda-wiki/manager.sh)"
进入交互式管理菜单以后，选择安装：
接着选择安装目录：
不修改时可以直接使用默认位置。
然后等待镜像拉取：
安装完成以后，终端会显示内网访问地址、用户名和密码：
这些信息先保存好。
4 第一次进入管理后台
浏览器打开安装完成后给出的内网地址。
如果浏览器提示证书或连接不安全：
继续进入后，可以看到登录页：
使用安装时给出的账号和密码登录：
现在已经进入 PandaWiki 管理后台。
5 修改管理员密码
安装完成后的初始密码不适合长期继续使用。
界面里可以看到修改密码相关提示：
这里安装目录使用：
/data/pandawiki/
直接编辑：
vim /data/pandawiki/.env
打开 .env 后，修改管理后台登录密码：
保存以后执行：
docker compose -f /data/pandawiki/docker-compose.yml up -d
这样容器会按照新的配置重新拉起。
真正使用时建议设置一组独立强密码，不要和 NAS、SSH 或其他服务共用。
6 接入AI对话模型
回到 PandaWiki 首页，点击“去添加”：
选择模型供应商：
这里以 DeepSeek 为例。
如果自己已经有本地模型环境，也可以选择本地模型方案。两者最大的区别是：
- 云端 API：部署简单，但模型请求会发往外部服务；
- 本地模型：数据链更本地化，但需要额外算力和模型环境。
DeepSeek API Key 地址：
https://platform.deepseek.com/api_keys
创建 Key 后，回到 PandaWiki 填入，并获取模型列表。
这里选择 Reasoner：
保存以后，继续创建 Wiki 站点。
7 创建Wiki站点
填写知识库名称：
如果端口冲突，就换一个没有被占用的端口。
创建完成以后，点击“访问 WIKI 网站”：
Wiki 页面：
到这里，PandaWiki 的基本环境已经跑起来。
接下来真正验证它是不是“知识库”，要继续导入自己的文档。
8 导入一篇Markdown文档
进入后台，点击“创建文档”：
这里先创建 Markdown 文件夹，再通过离线导入上传 Markdown 文件：
上传后先执行“拉取数据”，等待处理完成，再选择文件并导入：
导入完成：
这里只是把资料送进知识库。
还要继续发布，Wiki 页面才能按照版本展示。
9 发布知识库版本
点击“去发布”：
填写版本号和版本描述，也可以使用自动生成的信息。
发布成功以后，再打开 Wiki：
左侧已经出现 Markdown 目录、导入的 Markdown 文件以及对应正文内容。
这时资料已经不只是后台里的一条导入记录，而是进入了可以被浏览和检索的 Wiki 结构。
10 真正问一次自己的文档
点击搜索或回到 Wiki 首页提问：
测试问题：
如何安装PandaWiki？
这里使用的是 DeepSeek Reasoner。
模型开始检索已经导入的文档：
最终回答里还能显示文章中的图片和引用来源：
这一段是整个知识库流程最关键的验证。
因为它证明了：
文档导入 → 发布 → 检索 → 回答 → 引用来源
已经形成闭环。
11 “本地AI知识库”要分两层理解
PandaWiki 部署在飞牛 NAS 上，文档管理和 Wiki 服务都由自己的设备承载。
但这里模型使用的是 DeepSeek API。
所以更准确的说法应该是：
知识库服务本地部署，AI能力由配置的模型 Provider 提供。
如果模型 Provider 是云端 API，那么 AI 推理不是完全本地。
如果后续改接本地 Ollama 或其他本地模型，才更接近“文档 + 模型都在本地”的形态。
这个区别对于隐私要求高的资料尤其重要。
12 本地使用没问题后，再处理远程访问
前面已经跑通 PandaWiki 管理后台、Wiki 页面、文档导入和 AI 问答。
如果只在家里局域网使用，到这里已经够了。
如果人在外面还需要上传资料、管理知识库、查看 Wiki 或发起 AI 提问，再继续配置远程入口。
这里 cpolar 只负责网络入口，不参与文档存储和 AI 推理。
13 在飞牛NAS安装cpolar
cpolar 介绍：
执行：
sudo curl https://get.cpolar.sh | sh
安装完成后检查服务状态：
sudo systemctl status cpolar
然后通过：
飞牛NAS IP:9200
进入 cpolar Web UI：
14 PandaWiki实际上有两个远程入口
这里不是只创建一条隧道。
因为 PandaWiki 有两个不同用途的页面：
- 管理后台；
- Wiki 首页 / 提问页面。
这两边应该分别处理。
先看管理后台。
15 先把管理后台映射出去
进入隧道列表：
编辑 website 隧道，改成 PandaWiki 管理后台需要的参数：
更新以后查看在线隧道：
可以看到 PandaWiki-2443 对应的 HTTP / HTTPS 公网地址。
先访问 HTTPS：
进入登录页以后，用前面修改过的密码登录：
登录成功后，说明管理后台的远程访问已经打通。
16 Wiki首页还需要第二条隧道
管理后台能访问，不代表 Wiki 首页已经能从公网打开。
进入设置查看 Wiki 端口：
这里使用：
8088
然后回到 cpolar，新建第二条隧道：
创建完成后查看：
wiki-index-8088
访问它的 HTTPS 地址：
页面不仅能打开，也可以继续提问。
到这里，两个入口都完成了随机地址验证：
- PandaWiki 管理后台；
- Wiki 首页。
17 为什么更建议管理后台和Wiki分开
两个入口用途不同。
管理后台可以导入文档、修改配置、管理模型和发布版本。
Wiki 首页主要用于阅读、搜索和提问。
把它们拆成两个独立入口，更容易做不同的访问控制。
例如：
后台只自己使用，Wiki 可以分享给家人或团队。
后面固定域名也按这个思路分别配置。
18 给两个入口分别准备固定二级子域名
进入预留页面：
https://dashboard.cpolar.com/reserved
操作页面：
这里预留了两个名称：
pandawiki：管理后台；indexwiki：Wiki 首页。
然后先编辑 PandaWiki-2443：
更新以后查看在线隧道：
访问管理后台固定地址：
管理后台已经可以通过固定 HTTPS 地址访问。
19 再给Wiki首页切换固定地址
回到隧道列表，编辑：
wiki-index-8088
填写 Wiki 首页对应的二级子域名：
更新以后查看：
再用 HTTPS 测试：
这里还切换成了 deepseek-chat 模型进行回答测试。
现在两个入口都已经分别拥有固定地址。
20 Wiki首页公开以后，还应该增加访问认证
PandaWiki 管理后台本身有账号密码。
但 Wiki 首页默认可以直接访问。
如果这个 Wiki 只给自己、家人或者小团队使用，那么公开地址不应该完全裸露。
因为别人不仅能看到内容，还可能继续发起 AI 请求，消耗模型额度。
所以这里再给 Wiki 首页增加一层 HttpAuth。
21 配置Wiki首页HttpAuth
进入隧道列表，找到：
wiki-index-8088
点击编辑：
展开高级设置。
在 HttpAuth 中填写：
用户名:密码
示例：
admin:123456
这个密码只是演示。
真实使用不建议直接采用 123456。
22 验证访问认证
重新打开 Wiki 公网地址：
浏览器会先弹出用户名和密码验证框。
通过以后才能进入 Wiki 页面。
到这里，外部访问链路变成：
公网地址 → HttpAuth → Wiki 首页 → PandaWiki → 模型 Provider
需要注意：
HttpAuth 是网络入口的一层基础认证。
它不等于 PandaWiki 内部的完整多用户权限系统。
23 这套知识库真正跑通了哪些环节
这次已经实际完成：
- 飞牛 NAS SSH；
- PandaWiki 安装；
- 管理后台登录；
- 管理员密码修改；
- DeepSeek 模型接入；
- Wiki 创建；
- Markdown 离线导入；
- 文档发布；
- AI 检索问答；
- 引用来源展示；
- 管理后台远程访问；
- Wiki 首页远程访问；
- 两个固定二级子域名；
- Wiki 首页 HttpAuth。
这已经是一条比较完整的知识库工作流。
但它没有证明所有格式文档都能无误解析、所有模型回答都可靠、AI 推理完全本地、团队多用户权限已经完整配置，也没有证明所有公网访问都具备企业级安全能力。
真正长期使用时，还要继续根据资料敏感程度调整模型、账号和网络策略。
24 这类方案更适合什么人
它比较适合：
- 已经有飞牛 NAS；
- Markdown 和文档越来越多；
- 想给自己的资料加 AI 检索；
- 不想把整套知识库完全托管给第三方平台；
- 需要从外面访问自己的 Wiki；
- 想把后台和阅读入口分开的用户。
如果只是记几条临时备忘录，PandaWiki 会显得重。
但如果资料已经多到需要“发布、检索、引用和问答”，它就不只是笔记工具，而更像一个自己的文档知识站。
总结
整套流程可以拆成四层：飞牛 NAS 承载 PandaWiki，模型 Provider 提供 AI 能力，Markdown 导入与版本发布构成知识内容层，公网隧道负责把管理后台和 Wiki 首页分别带到外部网络。
本地阶段已经验证了管理员配置、DeepSeek 接入、文档导入、发布、AI 检索问答和引用来源；公网阶段则继续完成了 PandaWiki-2443 与 wiki-index-8088 两个独立入口。
两个入口分别配置固定地址以后，Wiki 首页又增加 HttpAuth，这比只给整套服务一个公开地址更容易区分后台管理和普通访问。
如果后续要进一步提高隐私和安全性，下一步应该继续考虑本地模型、多用户权限和更严格的访问策略，而不是把“服务部署在 NAS”直接等同于“所有数据处理都完全不离开本地”。
转载自 CSDN-专业IT技术社区
原文链接：https://blog.csdn.net/hanwangyyds/article/details/167684802
