如何用Bisheng零代码构建企业级LLM应用:从入门到实战
项目概述:重新定义企业AI应用开发流程
在数字化转型加速的今天,企业对AI应用的需求呈现爆发式增长,但传统开发模式面临技术门槛高、开发周期长、跨部门协作难等痛点。Bisheng(毕昇)作为一款开源LLM应用开发平台,以"知识传播革新"为核心理念,为企业提供从文档解析到多智能体协作的完整解决方案。该平台已被大量行业头部组织及世界500强企业采用,其核心优势在于将复杂的AI技术封装为可视化组件,让业务人员也能轻松构建企业级应用。
Bisheng的技术架构采用前后端分离设计,后端基于Python生态构建核心服务,前端提供直观的可视化操作界面。平台支持数百个组件与数千个参数的深度调优,既满足简单场景的快速搭建,也能支撑复杂业务流程的精细化配置。
核心功能模块:打造全栈LLM应用能力
可视化工作流:拖拽式搭建AI应用 🛠️
适用场景:企业级流程自动化、多步骤AI任务编排、跨系统数据处理
Bisheng提供直观的拖拽式工作流编辑器,支持成环、并行、跑批、判断逻辑等复杂流程设计。用户无需编写代码,只需通过流程图即可构建企业级应用。工作流引擎支持实时调试和版本管理,确保流程设计的可靠性和可追溯性。
核心工作流处理逻辑在src/backend/bisheng/workflow/workflow.py中实现,主要包括工作流定义、节点调度和状态管理等功能。通过可视化界面配置的工作流会被转换为可执行的流程定义,由后端引擎负责具体执行和监控。
智能知识库:企业知识资产的智能化管理 📊
适用场景:企业文档管理、智能问答系统、知识检索与分析
平台支持PDF、DOCX、PPTX、Excel等多种格式文档的高精度解析,能自动提取文本、表格、图片等内容并进行结构化处理。知识库支持自定义切分规则,可根据业务需求调整文本块大小和重叠度,优化后续检索效果。
文档解析核心代码在src/backend/bisheng/knowledge/knowledge_imp.py中,通过process_file_task函数处理上传的文件并生成向量表示,为后续的语义检索奠定基础。用户可通过简单的几步操作完成知识库的创建和文档上传,系统会自动处理并建立索引。
API接口体系:灵活集成与扩展能力
适用场景:系统集成、二次开发、自动化脚本
Bisheng提供完整的RESTful API接口,涵盖用户认证、工作流管理、知识库操作、模型服务等核心功能模块。API设计遵循RESTful规范,支持版本控制,确保接口的兼容性和可扩展性。
核心API定义在src/backend/bisheng/api/router.py中,通过模块化设计实现不同功能的路由管理。例如创建知识库的API支持自定义名称、描述和类型等参数,上传文件接口则支持配置文本切分规则和向量生成参数。
实战操作指南:从零开始构建LLM应用
环境准备与部署
部署Bisheng前需确保环境满足以下要求:
- CPU ≥ 8核
- RAM ≥ 32GB
- Docker 19.03.9+
- Docker Compose 1.25.1+
通过以下命令可快速部署:
git clone https://gitcode.com/GitHub_Trending/bi/bisheng
cd bisheng/docker
docker compose -f docker-compose.yml -p bisheng up -d
启动后访问 http://IP:3001 即可开始使用,默认第一个注册用户将成为系统管理员。
工作流创建实战
- 登录系统后,点击左侧导航栏"工作流"
- 点击"新建工作流"按钮,进入可视化编辑器
- 从组件库拖拽所需节点到画布,如"文件上传"、"文档解析"、"LLM调用"等
- 连接节点并配置参数,例如设置文档解析的切分规则
- 保存并发布工作流,即可通过API或前端界面触发执行
知识库构建步骤
- 点击"知识库"->"新建知识库",填写基本信息
- 上传文档或输入URL,支持批量上传
- 配置解析参数:
- 文本分隔符:如["。", "!", "?"]
- 块大小:如500字符
- 块重叠:如50字符
- 开始处理并等待完成,系统会自动生成向量索引
企业级特性:安全与管理并重
细粒度权限管理:保障系统安全
Bisheng实现了基于角色的细颗粒度权限管理(RBAC),支持用户组管理、分组流量控制、SSO/LDAP等企业级安全特性。权限验证通过src/backend/bisheng/api/utils.py中的check_permissions函数实现,确保只有授权用户才能访问特定功能。
系统支持自定义角色和权限组合,可根据企业组织架构灵活配置,满足不同部门和岗位的权限需求。
操作审计日志:确保合规性
系统内置完整的操作审计日志,记录用户的关键操作,确保合规性和可追溯性。审计日志功能在src/backend/bisheng/database/models/audit_log.py中实现,支持按用户、时间、操作类型等多维度查询。
审计日志不仅记录常规操作,还特别关注敏感操作如权限变更、数据导出等,为企业提供全面的安全审计能力。
典型应用场景:解决实际业务问题
合同审核自动化
构建合同审核工作流的步骤:
- 添加"文件上传"节点接收合同文件
- 添加"文档解析"节点提取合同内容
- 添加"合同要素提取"节点识别关键信息(如金额、有效期、双方信息)
- 添加"合规检查"节点验证合同条款
- 添加"结果输出"节点生成审核报告
该流程可大幅减少人工审核时间,提高审核准确性,特别适合法务部门处理大量合同文件。
智能会议纪要生成
利用Bisheng构建会议纪要生成应用:
- 上传会议录音或视频文件
- 使用"语音转文字"节点生成文本
- 通过"摘要提取"节点生成会议要点
- 使用"行动项识别"节点提取待办事项
- 最后通过"报告生成"节点输出格式化纪要
FAQ与资源:获取更多支持
常见问题解答
系统要求:
- 最低配置:CPU 8核,内存32GB
- 推荐配置:CPU 16核,内存64GB
- 支持Docker和Docker Compose环境
如何更新系统:
cd bisheng
git pull
cd docker
docker compose -f docker-compose.yml -p bisheng up -d
数据迁移:
数据迁移功能在src/backend/bisheng/script/convert_sys_embeddings.py中提供,可通过以下命令执行:
python -m bisheng.script.convert_sys_embeddings
企业落地建议
-
分阶段实施:从非核心业务场景入手,积累经验后逐步扩展到核心业务,降低实施风险。
-
建立AI应用开发团队:建议组建由业务专家、IT人员和数据分析师组成的跨职能团队,共同推进LLM应用落地。
-
持续优化迭代:定期收集用户反馈,结合业务变化调整工作流和参数配置,不断提升应用效果。
通过Bisheng平台,企业可以快速构建符合自身需求的LLM应用,无需深入掌握底层技术细节,从而将更多精力集中在业务价值创造上。无论是自动化流程、知识管理还是智能交互,Bisheng都能提供强大而灵活的支持,助力企业在AI时代保持竞争优势。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00


