如何创建带知识库的专属 AI 智能体：用 Timeweb Cloud 三步搞定

广告。OOO “TIMEWEB.CLOUD”。INN：7810945525。Erid：2W5zFJYfkGG AI 智能体链接 - AI agents

特别优惠：

使用促销码 ELTON，充值金额翻倍

要激活翻倍充值，请先输入促销码，然后再给账户充值

引言：从能力有限的 AI 到专属智能体

我们每天都在与人工智能打交道，它帮我们解决任务、查找答案。但它的能力往往有限，给出的答案要么会出现"幻觉"，要么过于笼统。

原因很简单：标准模型对我们一无所知——不了解我们的项目、个人笔记或具体的指令。

当我们把所有必要的信息交给 AI，不仅会让它更聪明，还能打造出一个专属的 AI 智能体，用它把日常事务自动化，小到个人任务，大到复杂的业务流程。这样的智能体可以：

加快你的学习和信息检索。
接手与客户的沟通。
管理你的项目，节省时间和资源。

在这份详细指南中，我们会一步步演示如何在 Timeweb Cloud 平台上无需编写代码就创建这样的智能体，以及如何借助 n8n 和 Docker/Open WebUI 把它集成到复杂的工作流中。

技术基础：RAG、向量和 Token

在动手创建智能体之前，有必要先理解支撑它运行的三个关键概念：RAG、向量和 Token。

1. RAG（检索增强生成）

RAG（Retrieval Augmented Generation）直译为"检索增强生成"。这项技术解决了大语言模型（LLM）的主要问题——幻觉。

RAG 不会让模型凭空编造信息，而是先让它在你的个人知识库中找到相关数据，再用这些数据生成准确的答案。

举个例子：普通 AI 可能会给你推荐根本不存在的作者写的书，而 RAG 会依据你的文档，要么给出准确的答案，要么老老实实地说：“我没有足够的信息。“

2. 向量与语义搜索

RAG 与传统搜索（比如 Google）的主要区别在于，它不是按关键词搜索，而是按含义搜索。这就要用到向量。

可以把向量想象成一张巨大的”语义地图”上的点。地图上两个点离得越近，它们的语义就越接近。当你把文件上传到知识库时，RAG 服务会把它们转换成数以百万计的向量，并保存到专门的向量数据库中。这个过程叫作索引。

3. Token：AI 的燃料

Token 是文本的片段，是 AI 工作时消耗的”燃料”。一个词可能由多个 Token 组成。Token 主要在三种情况下被消耗：

索引：把你的文档转换成向量。
查询：把你的问题发送给模型。
回答：智能体生成最终的答案。

你使用 AI 的费用，正是按 Token 来计算的。

Timeweb Cloud：承载你的智能体的平台

Timeweb Cloud 为创建和集成 AI 智能体提供了便捷且功能齐全的平台。

优势	说明
便捷性与生态	简洁的控制面板，在同一个地方就能租用服务器、购买域名和创建 AI 智能体。
自动化	租用服务器后，可以免费使用 n8n 和 nocodb 等工具，无需编程就能创建复杂的自动化流程。
支持	有智能助手帮你完成各项设置，还提供全天候 24/7 的技术支持。
财务模式	充值余额以及购买主流 LLM 提供商的 Token 套餐，都以卢布结算，可使用俄罗斯银行卡。费用随用随扣，便于规划预算。

特别优惠：

使用促销码 ELTON 在云端启动项目：https://tweb.link/krcf4 要激活翻倍充值，请先输入促销码，然后再给账户充值

第 1 步：创建 AI 智能体（选择模型和套餐）

整个流程从 Timeweb Cloud 控制面板的”AI 智能体”板块开始。

添加智能体：进入该板块，点击”创建”或”添加”。

选择模型：选择一个合适的神经网络模型。

一个重要的技术细节：

智能体创建后，将无法更换所选的模型建议选择性价比最优的模型，例如 GPT 5 mini（推理时会消耗 Token）或 gpt-4o-mini（推理时不消耗 Token）

选择套餐（Token）：确定所需的 Token 数量。

一个重要的技术细节：

使用过程中可以升级套餐，但无法降级。Token 可根据需要额外购买。

初始设置：第一阶段可以跳过系统提示词的配置和知识库的连接，我们稍后再回头处理。

下单：检查各项参数，点击”下单”。智能体的启动需要几分钟。

第 2 步：配置并集成智能体

智能体启动后，我们接着对它进行配置，并把它集成到你的工作流中。

2.1. 配置系统提示词（Playground）

要让智能体胜任你的任务，就需要给它一份清晰的指令，也就是系统提示词。这一步在“Playground”标签页中完成。

系统提示词定义了智能体的角色、目标、沟通风格和限制。一份表述得当的指令，可以提高回答的准确性和相关性。

建议	说明	示例
智能体的个性	指明名称、任务和专业领域。	“你是 Webby，一位虚拟助手，帮助用户在 Timeweb Cloud 文档中查找答案。”
智能体的目标	明确主要任务、核心职责和优先事项。	“你的主要任务是基于 Timeweb Cloud 文档，提供准确、清晰、完整的回答。”
专业知识	明确指出它应当依据哪些数据，并让它避免编造示例。	“以 Timeweb Cloud 文档作为主要信息来源。绝不要自行编造信息。”
限制	指明禁止涉及的话题，以及智能体不知道答案时该怎么做。	“如果你不知道答案，请说：‘我没有足够的信息来回答这个问题。’”

微调智能体

在“Playground”中，你还可以配置生成参数：

参数	作用	RAG 使用建议
最大 token 数	设置回答的最大长度。	根据所需的详细程度来调整。
Temperature（温度）	模型的创造力程度。	调低（接近 0），让智能体严格依据提供的数据工作，避免产生幻觉。
Top P	选词的概率阈值。	较低的值能保证回答的专注度和连贯性。
优化搜索查询	智能体会重新表述你的查询，以便在知识库中更准确地搜索。	建议启用，以提高搜索的准确性。

2.2. 集成智能体

Timeweb Cloud 提供了几种现成的方式来集成你的智能体。

集成到网站（小部件）

这是公司网站或个人博客的理想方案。

智能体可以充当在线顾问，帮助用户浏览网站，并向潜在客户介绍产品。

配置小部件：在“Embed chat”标签页中，你可以设置外观，并指定允许使用的域名。

获取代码：Timeweb Cloud 提供现成的 JS 代码，直接插入即可。

集成到 Telegram 机器人

如果你没有网站，可以在 Telegram 中创建一个在线顾问。只需要：

通过 BotFather 获取机器人的 API 密钥。

把这个密钥填入智能体“Integrations”部分的相应字段。

使用 API

每个智能体都有自己专属的 API 端点。

Timeweb Cloud 支持两种 API：

兼容 OpenAI 的 API：适合与外部库和 UI 集成。
原生 API：更简单，适合快速使用。

API 密钥用于对私有端点的请求进行授权，并且可以通过 n8n 等外部服务搭建任意复杂的自动化流程。

这一点我们稍后再聊。

第 3 步：创建并连接知识库（RAG 服务）

知识库是你个人智能体的核心。

它让你无需工程师的帮助，就能把自己的文档作为上下文，进一步训练 AI 模型。

创建知识库：回到“AI agents”部分，选择“Knowledge base”标签页，点击“Add”。

索引套餐：系统会向你提供一个索引套餐（例如 1000 万 token）。

重要：

这笔金额（例如 450 卢布）会立即扣除，用于把你的文档转换为向量。之后，这个套餐中的 token 会用于为新文件建立索引。

上传数据：在“Data source”部分，你可以上传自己的文件。

限制：

上传文件的总大小目前不能超过 50 MB。支持多种格式（例如来自 Obsidian 的 Markdown 笔记）。

选择服务器：选择用来存放向量的数据库所在的服务器。

性能：

智能体访问知识库的速度取决于服务器的选择。个人使用的话，最低配置可能就够了。

付款：

与 token 不同，服务器租用按天扣费，这样你可以灵活地规划开支。

启动并连接：下单后，RAG 服务会在 10–15 分钟内准备就绪。回到你的 AI 智能体，进入“Management”，选择刚创建的知识库。

连接知识库之后，一定要在“Playground”中测试智能体：问它一个答案只存在于你新文档中的问题。

使用 AI 智能体最强大的方式之一，是把它集成到自动化工作流中。

我们来看看如何用 n8n 创建一个 Telegram 社区管理员机器人，它会利用 Timeweb Cloud 知识库在聊天中回答问题。

前提条件：

你需要部署好自己的 n8n 实例（例如部署在 Timeweb Cloud 的服务器上），并且拥有你的 AI 智能体的 API 密钥。

1. 设置 Telegram 触发器

第一步是设置用来监听 Telegram 传入消息的节点。

当聊天中或机器人的私信里收到任何文本消息时，这个节点都会启动工作流。

2. 通过 HTTP 节点向 AI 智能体发送请求

要向 Timeweb Cloud AI Agent 发送请求，我们使用 HTTP Request 节点。Timeweb Cloud 智能体提供兼容 OpenAI 的 API，这让集成更简单。

务必在 URL 末尾加上（如截图所示）：

/chat/completions

然后我们配置当前模块的其他设置：

启用 Send Headers：

然后填写

Name：Authorization
Value：Bearer [以及你的 API 密钥]

要找到 API 密钥，我们打开 Timeweb Cloud 的设置：

把获取到的密钥粘贴到 n8n（HTTP 节点）中 Bearer 一词的后面：

现在再创建一个 Header：点击“Add Parameter”

Content-Type
application/json

接下来我们需要构造发给 AI 的请求体（也就是从 Telegram 节点收到的文本）
现在在 JSON 字段中粘贴下面这段代码，其中明确指定了要发送的内容：json.data.text 就是从 Telegram 节点收到的文本：

{
  "model": "gpt-5-mini",
  "messages": [
    {
      "role": "user",
      "content": "{{ $json.message.text }}"
    }
  ],
  "max_completion_tokens": 3000,
  "stream": false
}

3. 处理回答并发送到 Telegram

收到 AI 智能体的回答（HTTP Request 节点）后，我们需要提取回答文本，并把它发回给用户。

然后在这个节点中填写以下数据：

Chat ID：

{{ $('Telegram Trigger').item.json.message.chat.id }}

Text：

{{ $json.choices[0].message.content }}

就这样！我们的机器人已经可以工作了！

n8n 工作流方案

Telegram Trigger(接收消息)
HTTP Request(把消息发送给 Timeweb Cloud 智能体)
Set(提取回答文本)
Telegram(把回答发送给用户)

这样,你就能搭建出一个全自动的社群管理员,它基于你自己的数据训练,全天候 24/7 在线工作。

进阶案例:用 Open WebUI 和 Docker 搭建企业内部 AI

如果要团队协作,并且希望不用 VPN、也不用复杂设置就能访问 AI 智能体,Docker + Open WebUI 的组合再合适不过。

Open WebUI 提供了一个类似 ChatGPT 的便捷界面,可以通过兼容 OpenAI 的 API 连接到你的 Timeweb Cloud AI 智能体。

1. 使用 Docker 部署 Open WebUI

这种方式可以让你获得一个类似 ChatGPT 的界面,用于团队协作或个人使用,而无需部署到远程服务器上。

1. 前提条件

已安装 Docker Desktop:你需要为自己的操作系统下载并安装 Docker Desktop。

这是什么?

Docker 会把程序运行在相互独立的”盒子”里,这样彼此就不会冲突。而且在任何电脑上,它的运行方式都是一样的

Timeweb Cloud AI 智能体:你需要在 Timeweb Cloud 控制面板中已经创建并配置好一个 AI 智能体,并获取了 API 密钥和 API 端点(URL)。

2. 用一条命令启动 Open WebUI

Open WebUI 以 Docker 镜像的形式分发,你只需在命令行(cmd.exe、PowerShell、Terminal)中用一条命令就能启动它。

打开 Windows 的搜索
输入 cmd.exe
命令行打开后,把 Open WebUI 的安装命令粘贴进去

docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name openwebui --restart always ghcr.io/open-webui/open-webui:main

这段代码是做什么的?首先,它会启动 docker

参数	说明
-d	让容器在后台运行(detached)。
-p 3000:8080	把容器内部的 8080 端口映射到你电脑上的 3000 端口。你可以通过 http://localhost:3000 访问界面。
—name openwebui	给容器起一个方便记的名字 openwebui
-v open-webui:/app/backend/data	创建一个 Docker 卷,用来在重启之间保存数据(设置、用户、聊天记录)。
—restart always	确保在 Docker 或电脑重启后,容器会自动启动。

2.2. 检查启动情况

运行命令后,你可以检查容器的状态:

通过 Docker Desktop:如截图所示,列表中应该会出现一个名为 openwebui 的容器。确认它正在运行(如果已停止,就点击 Start 按钮)。

Docker 应用的截图:

我们启动容器——点击 Start(见截图)
然后打开本地页面(只能在你自己的设备上访问)-

http://localhost:3000/

首次启动时,Open WebUI 会提示你创建管理员账户。

使用你的邮箱和密码注册即可

Open WebUI 支持接入兼容 OpenAI API 的外部模型。

你的 Timeweb Cloud AI 智能体用的正是这一标准。

进入设置:在 Open WebUI 界面中找到设置图标或你的个人头像。
添加连接:进入”连接”(Connections)部分

我们点击加号。
现在来填写连接信息。

配置兼容 OpenAI 的 API:

我们从 Timeweb Cloud 网站上复制

然后粘贴到 Open WebUI 中

接下来还需要获取 API 密钥,你还记得吧,它在”管理”(Management)- 公开(可用性)下面

再把它添加到 Open WebUI 中

一定要点击右下角的”保存”(Save),这样就大功告成了!

保存设置后,你那个基于企业知识库训练的 Timeweb Cloud AI 智能体,就会出现在 Open WebUI 主聊天窗口的模型下拉列表中,可供选择。

这样能带来:

统一的界面:员工在熟悉的聊天界面中工作。
安全性:无需配置 VPN,就能访问训练好的 AI。
企业内部搜索:AI 智能体充当公司内部文档和操作说明的智能搜索。

应用示例:从个人日常到业务自动化

个人场景(Telegram 机器人)

借助与 Telegram 的集成,你可以为不同的任务创建多个助手:

导师:依据你的个人笔记和读过的书,帮助你规划目标和任务,并给你动力。
社群管理员(n8n 的详细案例):利用关于你项目的知识库,自动回答聊天中的常见问题,为你节省时间

这个自动化很容易通过 n8n 实现,n8n 部署在 Timeweb Cloud 服务器上。

创建方式与上一个示例中描述的相同 - 点击查看

商业场景(自动化与增长)

网站在线客服:

部署一个基于你所有产品和服务信息训练的 AI 智能体小组件,能即时响应客户的咨询,从而助力营收增长。

企业内部 AI(Open WebUI):

借助 Open WebUI 技术,你可以让员工访问带有企业知识库的 AI。

界面与 ChatGPT 相似,但无需额外的网络设置(VPN)就能使用,成为内部文档和操作说明的智能搜索。

通过 API 实现复杂的自动化:使用 Timeweb Cloud 的 API 密钥和 n8n,你可以设置:

自动回复商务邮件:基于企业知识训练的智能体可以撰写草稿,或直接发送现成的回复。

智能群发:设置个性化的促销活动群发,提高成交的概率。

结语

在 Timeweb Cloud 上创建个人 AI 智能体,是迈向自动化、提升效率的有力一步。

你可以快速、简单地为业务、日常事务和自我提升创建助手,无需程序员,也无需复杂的集成。

所有操作的分步讲解,包括使用 n8n 和 Timeweb Cloud 的详细自动化场景,你都可以随时在我的网站上找到。

别忘了:

首次充值时,使用优惠码 ELTON,可让你账户中的金额翻倍。

参考来源

TimeWeb Cloud 关于 AI 智能体的文档 - 链接

Elton Labs

如何创建带知识库的专属 AI 智能体：用 Timeweb Cloud 三步搞定

目录

引言：从能力有限的 AI 到专属智能体

技术基础：RAG、向量和 Token

1. RAG（检索增强生成）

2. 向量与语义搜索

3. Token：AI 的燃料

Timeweb Cloud：承载你的智能体的平台

第 1 步：创建 AI 智能体（选择模型和套餐）

第 2 步：配置并集成智能体

2.1. 配置系统提示词（Playground）

微调智能体

2.2. 集成智能体

集成到网站（小部件）

集成到 Telegram 机器人

使用 API

第 3 步：创建并连接知识库（RAG 服务）

使用 AI 智能体最强大的方式之一，是把它集成到自动化工作流中。

1. 设置 Telegram 触发器

2. 通过 HTTP 节点向 AI 智能体发送请求

3. 处理回答并发送到 Telegram

n8n 工作流方案

进阶案例:用 Open WebUI 和 Docker 搭建企业内部 AI

1. 使用 Docker 部署 Open WebUI

1. 前提条件

2. 用一条命令启动 Open WebUI

2.2. 检查启动情况

这样能带来:

应用示例:从个人日常到业务自动化

个人场景(Telegram 机器人)

商业场景(自动化与增长)

结语

参考来源