面向个人和小团队的 AI 知识库交付,传统方式需要逐台安装 Obsidian、AI 工具和模型配置,并手工复制目录、规则与模板。不同操作系统、已有软件版本和网络环境容易造成安装失败、配置覆盖、重复交付和售后成本高等问题。
本项目将知识库交付过程产品化:客户获取授权后,可在 macOS 或 Windows 上运行安装命令,系统自动检测环境、安装缺失组件、下载个性化知识库包、配置模型并完成最终校验。
点击空白处退出提示
面向个人和小团队的 AI 知识库交付,传统方式需要逐台安装 Obsidian、AI 工具和模型配置,并手工复制目录、规则与模板。不同操作系统、已有软件版本和网络环境容易造成安装失败、配置覆盖、重复交付和售后成本高等问题。
本项目将知识库交付过程产品化:客户获取授权后,可在 macOS 或 Windows 上运行安装命令,系统自动检测环境、安装缺失组件、下载个性化知识库包、配置模型并完成最终校验。
AI 知识库一键部署与授权交付系统:将知识库安装、环境检测、配置合并、文件校验与部署验证整合为一套支持 macOS 和 Windows 的自动化交付系统.
1. 授权码领取与安装会话管理;
2. 自动识别 macOS / Windows、CPU 架构和已安装软件;
3. 已安装的 Obsidian、Codex、WorkBuddy 自动复用,不重复安装;
4. 个性化知识库 Bundle 下载及 SHA-256 完整性校验;
5. 本地配置大模型 Provider,客户 API Key 不上传服务端;
6. 对已有 Vault 执行幂等合并、修改前备份和失败恢复;
7. 安装完成后自动 Verify,并回传授权完成状态;
8. 支持日志脱敏、下载次数限制、审计记录和部署健康检查。
服务端采用 Django + Django REST Framework + MySQL,负责授权状态、安装会话、Bundle 构建、软件包管理和审计;客户端分别使用 Bash 与 PowerShell,兼容 macOS 和 Windows。
安装包采用 manifest 与逐文件 SHA-256 校验,避免文件缺失或传输损坏;配置合并遵循“检测—备份—修改—验证—失败回滚”的流程,尽量不破坏客户已有环境。项目配套 pytest、ShellCheck、Bats、Pester 和端到端测试,并设置发布门禁与部署健康检查。



评论