企业版:Discourse AI 指南

分享我们 Discourse AI 企业版入门指南的第一版。所有的反馈和问题都将有助于使其更加完善。谢谢!


概述

Discourse AI 是一组直接构建于 Discourse 中的模块化 AI 功能套件。它增强了社区互动,简化了审核流程,并帮助用户更有效地查找和创建内容。每个功能都有独立的开关,可以单独启用或禁用。您的团队可以控制哪些功能处于激活状态、何时激活以及针对哪些用户。部分功能(如“相关主题”和“情感分析”)在托管站点上默认启用,且可随时禁用。


功能摘要

下表提供了所有 Discourse AI 功能的快速参考,包括它们处理的数据类型以及谁可以看到 AI 生成的输出。

功能 功能描述 处理的数据 可见用户 默认状态
AI 机器人 通过私信或提及进行的对话聊天机器人;支持自定义 AI 代理 用户消息 + 社区内容(通过搜索) 允许组内的用户 关闭
AI 搜索 语义搜索 主题内容(向量嵌入) 所有用户 关闭
AI 分流 通过 Discourse 自动化进行自动帖子分类:自动打标签、自动标记、自动分类。需要配置规则。 自动化触发时的帖子内容 由工作人员定义的自动化规则 关闭
助手 协助撰写帖子:校对、标题建议、解释文本 用户在编辑器中选中/编写的文本 单个用户 关闭
相关主题 在主题底部提供列表 主题内容(向量嵌入) 所有用户 开启
情感分析 对帖子的情感和情绪进行分类,用于审核仪表板 帖子内容(自动分类) 仅限工作人员(管理员仪表板) 开启
垃圾信息检测 扫描来自低信任度用户的新帖子以检测垃圾信息;一键启用 来自新/低信任度用户的帖子内容 仅限工作人员(后台运行) 关闭
摘要 生成长主题或聊天频道的摘要 主题/频道帖子内容 有权访问该主题/频道的用户 关闭
翻译 翻译帖子和主题标题——需要配置目标语言 帖子文本、主题标题 查看翻译内容的所有用户 关闭

数据与隐私

企业客户在评估功能前通常需要明确数据处理方式。以下是关键承诺。

不使用您的数据进行训练

Discourse 不会使用客户数据来训练 AI 模型,也不会出于此目的将客户数据分享给第三方。客户对话和内容属于创建它们的社区。

隐私设计

  • 所有 AI 数据都与您的 Discourse 内容一起存储:您始终拥有这些数据

  • 您可以配置任何支持的 LLM 提供商,以决定 AI 处理发生的位置。

  • 托管 LLM 使用开源权重模型:您不会受限于任何单一供应商或模型架构

  • 提示自定义是站点特定的:更改仅保留在您的实例中

  • 基于组的访问控制:大多数功能可以限制为特定用户组

  • 使用监控:管理员仪表板按模型和功能跟踪令牌使用情况和成本


模块化与控制

每个 Discourse AI 功能独立运行。您可以启用单个功能而不影响其他功能。这意味着:

  • 在不启用任何面向用户的 AI 功能的情况下开启垃圾信息检测

  • 在不暴露 AI 机器人的情况下启用翻译

  • 在引入内容生成功能之前推出搜索改进

  • 在全面启用之前,先与受信任的组进行试点

每个功能开关都是一个简单的管理员设置。下表显示了主开关和所有单独的功能控制:

设置 功能 默认状态
discourse_ai_enabled 主插件开关 关闭
ai_translation_enabled 内容翻译 关闭
ai_bot_enabled AI 聊天机器人 关闭
ai_helper_enabled 编辑器/帖子 AI 辅助 关闭
ai_summarization_enabled 主题/聊天摘要 关闭
ai_sentiment_enabled 情感分析 开启
ai_embeddings_enabled 嵌入(搜索、相关主题) 开启
ai_spam_detection_enabled 垃圾信息检测 关闭

注意*:AI 分流没有单一开关。它通过 Discourse 自动化规则进行配置。


推荐的推出策略

具体的推出方式取决于您社区的优先事项、限制和数据政策。从宏观角度来看,我们建议分三步走:

  1. 决定使用哪种 LLM 和嵌入服务并完成配置

  2. 首先启用高价值、低风险的功能

  3. 接下来逐一启用其他功能,根据您对价值、 effort 和风险的评估进行优先级排序。如果需要,可以先在受信任的组中进行试点,然后再全面推出。

步骤 1:选择 LLM 和嵌入服务

您不受限于任何单一 AI 提供商。Discourse AI 支持广泛的 LLM 后端。您的选项包括:

选项 描述 设置 适用场景
Discourse 托管 LLM 预配置的开源权重模型,包含在您的托管计划中。使用情况受您计划的信用额度限制。 无需 API 密钥;按计划层级限制使用量 最简单的路径;适合入门
AWS 在您自己的 AWS 账户中使用 AWS 托管的 LLM 和嵌入 需要 AWS 账户和 API 配置 数据保留在您的 AWS 环境中
自带 (BYO) 连接任何支持的 LLM 提供商:OpenAI、Anthropic、Google、Azure 等 需要您选择的提供商的 API 密钥 最大灵活性;使用首选模型

实际上,三种常见的配置是:

  • 裸金属服务器,使用 Discourse 托管服务进行 LLM 和嵌入:最简单的路径,无需 API 密钥

  • AWS,使用 AWS 托管服务进行 LLM 和嵌入:数据保留在您的 AWS 环境中

  • AWS 或裸金属服务器,使用 BYO 服务进行 LLM 和嵌入:使用您首选的提供商,实现最大灵活性

支持的第三方提供商包括 OpenAI、Anthropic、Google Gemini、Microsoft Azure、Amazon Bedrock、Cloudflare Workers AI、HuggingFace、vLLM、SambaNova、OpenRouter、Together AI、Groq 等

步骤 2:首先启用高价值、低风险的功能

这些功能在后台运行或增强现有功能,而不会改变用户工作流程。它们以最小的变更管理带来即时价值:

  • 相关主题:在每个主题结束时向用户建议相关讨论

  • 语义搜索:改进用户查找内容的方式,超越基本的关键词匹配

  • 垃圾信息检测:在后台完全扫描来自低信任度用户的新帖子以检测垃圾信息

步骤 3:逐一启用其他功能

根据您对价值、effort 和风险的评估确定优先级。如果需要,可以先在受信任的组中进行试点,然后再全面推出。接下来考虑的功能:

  • AI 机器人:用户通过私信或提及与之交互的对话聊天机器人;支持自定义 AI 代理

  • 翻译:为全球社区提供自动 AI 驱动的翻译

  • AI 分流:自动帖子分类、打标签和标记(需要配置自动化规则)

  • 摘要:生成长主题或聊天频道的摘要

  • 情感分析:对帖子的情感和情绪进行分类,用于审核仪表板

  • 助手:协助撰写帖子,包括校对、标题建议等

提示: 从简单开始。您不需要一开始就规划所有功能。许多企业客户仅启用 Discourse 托管 LLM 和垃圾信息检测,以最小的配置带来即时价值。然后,随着团队准备就绪,逐步扩展。


入门

准备好开始了吗?接下来请执行以下操作:

  1. 回顾上述 LLM 提供商选项,并决定哪种路径符合您组织的数据政策

  2. 通过管理员 → 插件 → Discourse AI 启用 Discourse AI(主开关)

  3. 在 LLM 设置页面上配置您的 LLM 连接(如果使用 BYO 提供商)

  4. 从高价值、低风险的功能开始:相关主题、语义搜索和垃圾信息检测

  5. 通过管理员中的 AI 使用情况仪表板监控使用情况和影响

如果您是托管客户,您的 Discourse 账户团队随时准备在每一步帮助规划和支持您的推出工作。

8 个赞