推荐语
微软开源NLWeb项目，仅需300行代码即可为网站添加智能对话功能，彻底颠覆AI创业市场。
核心内容：
1. NLWeb支持7种主流LLM模型接入，实现傻瓜式部署
2. 自带RAG功能，可整合多种数据源打造个性化AI助手
3. 开源方案直接提供行业标准，挤压伪AI创业生存空间
杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
微软 2025Build 大会开源了一个名为 NLWeb 的项目。它能做到仅仅用300行代码，就在你现有的网站上加个 ChatGPT 聊天对话框。https://github.com/microsoft/nlweb
不止 ChatGPT，这个项目还支持包括 Claude、DeepSeek、Gemini 在内的7种主流 LLM 对话模型接入方式。在简单的实践完它的 HelloWorld.md 后，我发现它不只是简单的跟 LLM 对个话这么简单。这个项目支持基于多种信息来源聊天（RAG），包括本地的 json 数据、csv 数据、远端的 rss 订阅甚至远端的任意类型文档。你需要做的只是在傻瓜部署的时候执行正确的命令即可，加载各类数据源到自带的向量数据库，只需要一条命令。python -m tools.db_load https://feeds.libsyn.com/121695/rss Behind-the-Tech
自带 RAG 完美解决了一个很现实的问题：我们为什么需要在网页上搭载一个 ChatGPT/DeepSeek？多数人并不需要莫名其妙的和一个网页上的 AI 聊天，大家更多的是想知道：这个网站、这家企业、这个个人是干什么的，能为我做什么。NLWeb 能够快速将 LLM 和现成的网页媒体阵地进行整合。如果挂在企业网站上，那么它是一个24小时的企业售前/售后客服。如果挂在小说或论文网站上，那么它是一个文章阅读助手。如果挂在博主个人的主页或个人站上，就是自媒体内容管家或者社群助手。NLWeb 的出现，让那些给网站做定制化 AI RAG、做模型集成聊天对话 APP 的伪创业团队的生存空间进一步缩减。本质上，NLWeb 提供了一个开箱即用的通用 RAG 解决方案，它是一个后端服务，不需要部署者理解任何一行代码。遵循 HelloWorld.md 文件执行一系列傻瓜式部署命令，即可运行起一个 NLWeb 实例。而这300行全部是前端网页代码，基本上就是给网站加上对话框，写一些 css 样式，用 js 调用 NLWeb 服务。没了。数据抽取、向量解析、向量存储、模型调用交互、格式化输出，这些核心的技术实现 NLWeb 全部搞定。更方便的是，每一个启动起来的 NLWeb 实际上也是一个 MCP Server。NLWeb 直接实现了 MCP 协议的核心功能，使得人类用户和AI代理（如其他聊天机器人）可使用同一套接口与网站进行交互。一套开箱即用的快速集成 LLM RAG 对话的官方标准解决方案，麻雀虽小，五脏俱全。大公司每一次的产品发布，都在倒逼社区和技术追逐者反思自己正在做的事。NLWeb 毫不例外的在向社区释放信息：对话式 AI 都出现2年了，求求别再套壳了。版本 T0 答案已经开源了，关注场景应用才是正道。有心的读者读到这里会发现，上述学习和使用 NLWeb 的全过程，我并没有很深入的讨论或研究代码细节。因为在培养了一种新的学习和工作方法后，上手实践代码变得更加简易化。这种方法就是 AI 协同编程，我用了 Windsurf。在编程界有一句著名的话：代码即文档。使用诸如 Cursor、Windsurf 这类 AI 协同编码工具，大部分时候我已经不看文档了。在 AI 协同编码的加持下，过去几周时间我和 AI 合作干了过去 1-2 年的活。我不想写的单元测试、我不想重构的屎山代码、我一直想写但懒得写的小工具，Windsurf 都默默帮我干了，干得还不错。Vibe Coding （氛围编程）这个从名字到执行在一两年前还很抽象很科幻的工程实施方式，如今已经是新兴的必备技能了。这是另外一个话题了，值得单开一篇讲讲。
粤ICP备14082021号
免费POC，
零成本试错
