一粒云数据汇聚平台,智能文档云平台内置模型清单

下面这份表格是基于你给定的模型名(Qwen3-Embedding、Z-Image-Turbo、FLUX.2、LTX-2.3、S2-Pro)+ Hugging Face 各任务分类里“下载量/热度最高”的模型来整理的,并按照你要求:问答用大模型,其余专业模型尽量用小模型

说明:

  • “热度”主要参考 Hugging Face 各任务模型列表按下载量排序的结果。等
  • 参数规模为公开文档中的大致值,实际不同实现(蒸馏/量化)会有差异。

一、推荐模型总表(含你指定的模型)

1. 核心问答与嵌入/重排

模块推荐模型(按你要求)参数规模任务/标签说明(HF 热度 & 特点)
AI 问答(≥14B)Qwen/Qwen2.5-72B-Instruct72Btext-generation中文能力、推理能力均为当前开源模型前列;可本地或私有云部署。
meta-llama/Llama-3.1-70B-Instruct70Btext-generation国际主流开源基座,生态完善,适合多语言场景。
deepseek-ai/DeepSeek-V3-Base685Btext-generation推理能力强,适合作为云端“旗舰版”问答模型。
文本嵌入Qwen/Qwen3-Embedding-0.6B0.6Bfeature-extractionHF “embedding” 分类下载量前列,中文和多语言能力强,适合 RAG 检索嵌入。
Qwen/Qwen3-Embedding-4B4Bfeature-extraction精度更高,适合对检索质量要求极高的场景。
jinaai/jina-embeddings-v30.6Bfeature-extraction多语言嵌入标杆,HF 下载量非常高,适合英文/多语言场景。
图像嵌入openai/clip-vit-base-patch32~150Mimage-embedding / zero-shot-image-classification经典 CLIP 图文对齐嵌入,HF 示例和生态非常丰富。
laion/CLIP-ViT-B-32-xla~150Mimage-embedding适合做通用图文检索 / 图像嵌入。
RAG 重排Qwen/Qwen3-Reranker-0.6B0.6Btext-rankingHF “reranker” 分类下载量靠前,中文重排效果好,适合与 Qwen3-Embedding 打一套。
BAAI/bge-reranker-v2-m30.6Btext-ranking多语言重排标杆,HF 下载量极高,适合多语言 RAG。

你提到“嵌入模型用 Qwen3-Embedding,重排也用它”:

  • Qwen3-Embedding 系列主要是文本嵌入 + 文本排序模型,官方也配套 Qwen3-Reranker 系列,可以无缝用在 RAG 流程中。
  • 目前 HF 上 Qwen3-Embedding-0.6B/4B/8B 和 Qwen3-Reranker-0.6B/4B/8B 都是“文本嵌入/重排”任务里下载量最高的模型之一。

2. 图像生成 / 编辑(你指定的 Z-Image-Turbo + FLUX.2)

模块推荐模型参数规模任务标签说明(HF 热度 & 特点)
文本生图(中文友好)Tongyi-MAI/Z-Image-Turbo~几 B(蒸馏版)text-to-imageHF “image-to-image” 分类里下载量最高的模型之一,中文提示词效果较好,速度快,适合生产环境。
文本生图(英文/多语言)black-forest-labs/FLUX.2-dev~几 B(扩散/Transformer)text-to-image / image-to-imageHF “flux.2” 分类下载量最高,是目前最主流的开源/开放权重文生图基座之一,英文和通用提示词效果很好。
文本生图(轻量版)black-forest-labs/FLUX.2-klein-4B4Btext-to-imageFLUX.2 系列的小模型版本,适合部署在单张显卡或推理服务中。
图像编辑(图生图)基于上述模型 + 图像编辑 LoRA / ControlNetimage-to-imageHF 上有大量 Qwen-Image-Edit、FLUX-ControlNet 等编辑/控制模型,可按业务需求选择。

你的定位:

  • Z-Image-Turbo:中文好,速度快 → 适合国内文档云中的“中文提示词生成图 / 文档插图生成”。
  • FLUX.2 系列:英文/通用效果更好 → 适合多语言场景或对画面质量要求高的英文文档。

3. 图生视频 / 文生视频(你指定的 LTX-2.3)

模块推荐模型参数规模任务标签说明
图生视频 / 文生视频Lightricks/LTX-2.3~几 B(DiT 架构)text-to-video / image-to-video官方支持图像/文本/音频生成视频,支持 1080p,是目前开源里较新的视频生成基座之一。
视频生成(备选)stabilityai/stable-video-diffusion-img2vid~1–2Bimage-to-video经典的 Stable Video Diffusion 模型,生态成熟,适合 2D 动画、风格化视频。

4. OCR、文档理解与结构化抽取

模块推荐模型参数规模任务标签说明(HF 热度)
OCR(通用多语言)PaddlePaddle/PP-OCRv5_server_det / PP-OCRv5_mobile_det/rec几十 M 级image-to-text / OCRHF “OCR” 分类中 PaddleOCR 系列下载量领先,中文识别率高,轻量部署成熟。
OCR(大模型化)deepseek-ai/DeepSeek-OCR-23Bimage-text-to-text最新一代 OCR 基座模型,支持多语言版面/复杂文档,HF 下载量在 OCR 类中很高。
文档理解 / 结构化抽取Qwen/Qwen2-VL-7B-Instruct7Bimage-text-to-text / any-to-any支持文档图像 + 文本理解,可做实体/字段抽取,适合文档云场景。
microsoft/layoutlmv3-base125Mtoken-classification / document-understanding经典文档理解模型,适合结构化字段抽取(表单、票据等)。

5. 语音识别 / 语音合成(你指定的 S2-Pro)

模块推荐模型参数规模任务标签说明(HF 热度)
语音转文本(多语言)openai/whisper-small / base74M–244Mautomatic-speech-recognition多语言语音识别标杆,HF 上 Whisper 系列是 ASR 任务中下载量最高的模型之一。
FunASR/paraformer-zh~200Mautomatic-speech-recognition中文语音识别效果优秀,适合中文会议/电话录音转写。
文本转语音(你指定)fishaudio/s2-pro4Btext-to-speechFish Audio S2 Pro 是开源 TTS 中质量与表现力靠前的模型,支持多说话人、情感控制。
TTS(轻量备选)speechbrain/tts-tacotron2-wavernn几十 Mtext-to-speech轻量级 TTS 方案,适合对质量要求不高但资源受限的场景。

6. 翻译(多语言 & 国内方言)

模块推荐模型参数规模任务标签说明(HF 热度 & 方言支持)
多国语言翻译facebook/nllb-200-3.3B3.3Btranslation支持 200 语言,覆盖低资源语言,是当前开源多语言翻译标杆之一。
Tencent-Hunyuan/Hunyuan-MT-7B7Btranslation混元翻译模型,支持中英等多语言,对中文效果较好。
多语言翻译(轻量)facebook/m2m100-418M418Mtranslation支持 100 种语言互译,轻量且成熟,适合部署在边缘或小规模服务。
国内方言翻译Qwen/Qwen3-ASR-1.7B1.7B语音转文本语音翻译
Anhui, Dongbei, Fujian, Gansu, Guizhou, Hebei, Henan, Hubei, Hunan, Jiangxi, Ningxia, Shandong, Shaanxi, Shanxi, Sichuan, Tianjin, Yunnan, Zhejiang, Cantonese (Hong Kong accent), Cantonese (Guangdong accent), Wu language, Minnan language.– 方言方言互译:目前多为学术项目/小模型,建议自建数据微调。

7. 摘要总结 & 文章推荐

模块推荐模型参数规模任务标签说明(HF 热度)
摘要总结Falconsai/text_summarization60.5MsummarizationHF “summarization” 分类下载量非常高,通用英文摘要模型。
cahya/t5-base-indonesian-summarization-cased0.3Bsummarization多语言摘要模型,适合中文以外的小语种文档。
Qwen/Qwen2.5-7B-Instruct(摘要版)7Btext-generation用指令微调做摘要,适合中文/多语言长文档总结。
文章推荐(语义相似度)sentence-transformers/all-MiniLM-L6-v222Msentence-similarityHF “sentence-similarity” 分类下载量最高,适合做文档相似度、推荐召回。
sentence-transformers/all-mpnet-base-v2~110Msentence-similarity精度更高,适合对推荐质量要求更高的场景。

8. 人脸识别 / 特征识别 / 视频分析

模块推荐模型参数规模任务标签说明(HF 热度)
人脸识别insightface/arcface_mobilefacenet~几 Mimage-embedding / face-recognition经典 ArcFace 人脸特征提取模型,轻量且开源。
一个典型小模型:viennab/magface_r50~几十 Mimage-embeddingMagFace/ArcFace 系列在人脸识别领域广泛使用。
图像特征识别(目标检测/分类)ultralytics/yolov8n3.2Mobject-detectionYOLOv8-nano 是目前最快的开源目标检测模型之一,适合实时检测。
ultralytics/yolov8s11.2Mobject-detection精度/速度平衡,适合文档中图片内容分析(印章、签名、物体等)。
视频分析muneeb1812/videomae-base-fake-video-classification86.2Mvideo-classificationHF “video-classification” 分类下载量较高,适合视频内容审核/动作识别等。
keras-io/video-classification-cnn-rnn~几十 Mvideo-classification经典 CNN+RNN 视频分类模型,适合短视频场景分析。

一粒云“文档云+AI大数据”未来3年可持续发展战略路线图

我们将未来三年划分为三个关键阶段,

目标是:从单纯的数据存储管理,演进为智能的数据治理与知识挖掘。

第一阶段:连接与标准化 (2024-2025) —— 建立坚实的数据治理底座

这个阶段的核心是解决“数据孤岛”和“权限混乱”的技术痛点,为上层AI应用铺平道路。

  • 技术与产品目标:
    • 一体化集成能力: 完善与企业主要 IT 系统(OA, CRM, ERP 等)的深度集成。
    • 统一接口 (API) 与标准化: 发布和完善一组统一的、强大的标准接口,让所有文档和非文档数据都能高效接入。
    • 权限与安全管控: 实现精细到原子级的权限管理,确保在集成场景下的数据安全可控。
    • 文控审批与协同网络: 基于协同网盘和版本控制,完善文控审批和多人协作流程。
    • 多端同步(钉钉/企业微信): 解决跨平台、跨设备的数据一致性。
  • 商业价值目标:
    • 帮助企业实现数据治理的标准化,确保所有数据“可管控”和“安全存储”。

第二阶段:智能增强与语义网 (2025-2026) —— RAG 与多模态搜索

这个阶段的核心是引入 AI 技术,让系统不仅能存储数据,还能“理解”数据,将静态文档转化为动态知识。

  • 技术与产品目标:
    • 知索-RAG知识引擎: 引入检索增强生成 (RAG) 技术。系统开始能“扫描现有数据”并生成智慧搜索体验。
    • 语义与向量搜索: 引入向量数据库和 OCR 文字识别,让系统不仅能跨越关键词,还能根据“理解”进行精准检索。
    • 模型管理: 建立预置模型(BERT, GPT 等)和自定义模型的管理机制。
    • 多模态支持: 扩展对图片、音频、视频、压缩文件、CAD图纸等非文本数据的处理能力。
    • 性能优化与可视优化: 解决海量文档索引和可视化带来的性能瓶颈。
  • 商业价值目标:
    • 帮助企业实现从“信息检索”到“智慧决策”的跃迁,让知识服务触手可及。

第三阶段:深度应用与智慧决策 (2026-2027) —— 开放共享安全的“数据中台”

这个阶段的核心是将智能文档云能力与大数据的全国市场建设相结合,实现全球业务的统一管理与数据流通。

  • 技术与产品目标:
    • 跨地区/跨组织融合与跨国业务协同: 强化分布式存储和隔离网文件交换能力,实现跨地区、跨国的统一管理与无缝共享。
    • 一粒云集团统一文档云中台: 打造高度分布式、可扩展的文档管理中枢,确保全球协同与合规。
    • 深化数据资源开发利用: 结合 AI 能力,深度耦合企业硬件与出海优势,培育数字赋能新动能。
    • 行业深度融合: 强化在医疗、科研、金融等垂直领域的深度融合。
  • 商业价值目标:
    • 为建设“开放共享安全的全国一体化数据市场”提供核心基础设施支撑,实现从“数据治理”到“数据市场”的价值飞跃。

以一粒云文档云底座支撑”十五五”数据建设高质量发展

在数字经济浪潮席卷全球的当下,数据已成为驱动经济社会发展的核心引擎。”十五五”时期,作为我国数字中国建设的关键五年,数据要素基础制度建设、数据资源开发利用、数据安全治理等工作被提升到前所未有的战略高度。2026年全国两会期间,多位代表委员围绕数据工作提出重要建议,包括加强企业数据治理、建设可信数据空间、推动高质量数据集建设等。在此背景下,一粒云文档云底座凭借其统一文档管理、安全数据交换与智能知识挖掘的核心能力,正成为支撑”十五五”数据建设高质量发展的重要基础设施。

一、企业数据治理:筑牢数字赋能的”轨道”

全国人大代表陈国鹰在两会建议中明确提出,“十五五”时期要加强企业内部数据治理,以高质量数据筑牢数字赋能的”轨道”。企业数据治理是数字经济发展的基础性工程,涉及数据采集、存储、管理、应用全生命周期。

一粒云文档云底座中的KDocs系统,通过协同网盘、文控审批、多人协同编辑、知识库与多系统集成等功能,为企业构建了完整的文档数据治理体系。企业可在统一平台上实现文档的标准化管理、版本控制、流程审批与安全存储,确保数据资产的可追溯、可管控与高可用。系统支持多系统集成,能够与企业现有的OA、ERP等业务系统无缝对接,打通数据孤岛,实现数据的统一管理与共享复用。这种一体化的文档管理能力,为企业数据治理提供了坚实的平台支撑,助力企业从”经验决策”向”数据驱动”跨越。

二、可信数据空间:实现”数据不出域,价值可共享”

全国政协委员朱同玉提出建设”可信数据空间”的建议,推动医疗数据从”沉睡的资产”转变为”流动的引擎”。这一理念强调”数据不出域,知识可流通,价值可共享”,通过部署隐私计算与智算算力,构建统一的多模态通用数据模型,改变”数据搬家”的传统思路。

一粒云的KWS隔离网文件安全交换系统,正是构建可信数据空间的关键技术支撑。该系统集成了网盘功能、加解密、多网隔离、流程编排管理、数据内容检查审计以及AI辅助文件检查等功能,专为金融、科研、专网等高安全行业设计。在内外网文件交换过程中,系统能够确保原始数据始终留在本地,只流通经过脱敏处理的参数与结果,有效解决了数据流通中的安全与合规难题。

在医疗、金融等敏感行业,KWS系统支持授权人工智能企业的算法模型在本地运行,对数据进行本地化治理和训练,只带走参数和结果,原始数据始终留在机构内部。这种模式既保障了数据安全,又释放了数据价值,完美契合”十五五”期间对数据要素化配置与合规流通的要求。

三、高质量数据集建设:推动数据标准化与共享复用

全国政协委员蒋颖建议从三方面推动建设高质量数据集:构建统一标准体系、建立专项协调机制、强化应用导向。这些建议直指当前数据资源开发利用中的痛点问题——数据质量参差不齐、标准不统一、共享复用困难。

一粒云文档云底座通过统一的数据分类、元数据管理与质量评价体系,帮助企业实现存量数据的标准化改造。系统提供标准化的流程、工具模板与技术支持,降低了企业数据治理的负担。同时,平台支持成熟数据集纳入公共平台,实现共享复用,避免了重复建设与资源浪费。

在应用导向方面,系统要求项目立项明确使用场景,通过评审与监督确保建设成果匹配实际需求。这种以应用为导向的建设模式,确保了数据集的实用性与价值,为”十五五”期间数据资源的深度开发利用提供了有效路径。

四、数据安全与隐私保护:构建全流程安全防护体系

“十五五”规划明确提出,要坚持促进发展和规范管理相统筹,加强数据基础制度规则建设和人工智能治理,营造有益、安全、公平的发展环境。数据安全与隐私保护是数据建设的重要底线。

一粒云文档云底座通过多层次的安全机制,构建了全流程安全防护体系。系统采用文档加解密模块,防止文件终端泄密;数据备份系统提供基于文档、数据库、虚拟机的备份一体化管理,支持备份与还原的各种策略,确保数据可恢复;分布式存储平台为企业提供高可靠、高可用的存储服务,支持多种存储协议的完美融合。

更重要的是,KWS系统的多网隔离、数据内容检查审计与AI辅助文件检查功能,能够对数据流通进行全流程追溯与监控。在分级授权与全流程追溯机制方面,系统支持对科研用途的微观数据建立动态化、具体化的二次同意机制,对于经脱敏处理的匿名化数据,明确医疗机构作为应用管理的责任主体,并接受政府部门监管。这种精细化的权限管理与审计能力,为数据安全提供了坚实保障。

五、智能知识挖掘:从数据管理到智慧决策

陈国鹰代表在建议中还强调,要抓住人工智能快速迭代的”解锁”能力,深度耦合中国制造的”硬件”与”出海”优势,培育数字赋能新动能。这意味着数据建设不能止步于存储与管理,更要向智能化的知识服务转变。

一粒云的知索-RAG知识引擎,通过AI技术与高效的权限管理,实现了从”信息检索”到”智慧决策”的跃迁。系统能够扫描现有数据,形成智慧搜索与知识引擎,帮助企业从海量文档中挖掘知识价值,支持决策分析与业务创新。

在医疗、科研、金融等行业,知索-RAG能够与行业数据深度融合,推动数据从简单的存储与管理向智能化的知识服务转变。例如,在医疗领域,系统能够帮助医院构建知识库,辅助医生进行诊断决策;在科研领域,系统能够帮助科研机构快速检索相关文献与数据,提升研发效率。这种智能知识挖掘能力,正是”十五五”期间推动数字赋能的重要抓手。

六、支撑全国一体化数据市场建设

“十五五”规划提出,要建设开放共享安全的全国一体化数据市场,深化数据资源开发利用。这要求构建跨地区、跨部门、跨行业的统一数据管理平台。

一粒云集团统一文档云建设方案,面向大型集团型企业,通过企业网盘、多用户协作编辑、分布式存储、集成隔离网文件交换、文档管理控制系统以及开放API等功能,为企业打造一个高度分布式、可扩展的文档云中台。该中台能够实现跨地区、跨国的统一管理,确保在全球范围内的业务运作中,文档的统一管理与无缝共享得以实现。通过这一平台,企业能够在严格的安全和合规要求下,实现全球协同,打造统一、高效的文档管理中枢。

这种跨地区、跨组织的统一文档管理能力,为全国一体化数据市场的建设提供了重要的基础设施支撑。

结语

“十五五”时期,数据建设已成为推动我国经济社会高质量发展的核心动力。从企业数据治理到可信数据空间建设,从高质量数据集开发到数据安全防护,从智能知识挖掘到全国一体化数据市场构建,每一项任务都需要坚实的技术平台支撑。

一粒云文档云底座以其统一文档管理、安全数据交换与智能知识挖掘的综合能力,为企业与行业提供了全方位的数据治理解决方案。它不仅能够帮助企业筑牢数据治理的”轨道”,实现”数据不出域,价值可共享”的可信数据空间,推动高质量数据集建设,构建全流程安全防护体系,还能通过智能知识挖掘释放数据价值,支撑全国一体化数据市场建设。

未来,随着”十五五”规划的深入实施,一粒云文档云底座将持续发挥其技术优势,助力我国数据要素市场建设与数字经济发展,为构建开放共享、安全可控的全国一体化数据市场贡献力量,推动我国数字经济高质量发展迈上新台阶。

2026 一粒云深度搜索产品规划发布文档(YLY-KDSS)

概述

一粒云深度搜索产品基于NAS的独立搜索解决方案,旨在帮助集成商与最终客户通过简单易用的方式实现对存储在网络附加存储设备(NAS)中的文件进行高效、智能的搜索管理。通过将传统的文件管理与先进的AI搜索技术相结合,我们不仅提升了用户在文本和多模态数据搜索方面的效率,还能提供强大的权限管理和数据保护功能。

该解决方案不仅支持云盘与NAS文件之间的无缝集成,还能对不同类型的文件提供定制化的搜索体验,从文本文件到图像、视频、音频等多模态数据都能一站式处理,确保集成商和最终客户能够在多个应用场景下便捷地完成数据管理和搜索任务。


主要功能

1. 启用Yudao的组织架构与账号同步

  • 功能描述
    我们的解决方案基于一粒云的账户扩展,实现与Yudao的组织架构与账号同步。通过这一功能,集成商和客户可以轻松将一粒云的账户信息同步到Yudao组织架构中,确保用户账号的一致性和统一管理,简化身份验证与授权管理。
  • 与钉钉、企业微信同步
    开发了钉钉和企业微信与Yudao组织架构同步的组件,方便用户在多个平台间共享账户信息,减少重复操作和管理负担。无论是团队成员的管理还是权限设置,都能够在统一的框架下实现,极大提高了操作的便捷性。
  • 价值与优势
    1. 提升用户体验:确保跨平台、跨工具的无缝衔接。
    2. 统一账号管理:管理员可以方便地进行账号审核、权限管理等操作。
    3. 减少集成成本:无需额外为每个平台单独配置账户,简化了部署和维护过程。

2. 添加访问权限判断与文件隔离

  • 功能描述
    该功能支持对NAS文件进行访问权限配置与隔离,用户可以为不同的部门或个人配置与云盘一致的访问权限,确保数据的安全性与合规性。
  • 与云盘一致的访问权限管理
    用户可以为挂载到NAS的文件设置部门或个人访问权限,确保访问控制灵活且高效。通过导入和导出操作权限,管理员能够快速复制、迁移或备份权限设置,简化权限管理流程。
  • 兼容群晖访问清单导入
    提供群晖NAS的访问清单导入功能,帮助用户更便捷地将现有的权限管理迁移到我们的深度搜索解决方案中,避免重复配置。
  • 价值与优势
    1. 灵活的权限控制:支持部门和个人级别的权限配置,确保文件访问的安全与合规。
    2. 高效的迁移支持:通过导入群晖权限清单,减少了系统部署和权限管理的工作量。
    3. 数据隔离:通过权限判断与文件隔离,避免了不同用户间的数据泄露或误操作。

3. NAS文件扫描过程的可视化优化

  • 功能描述
    我们对NAS文件的扫描过程进行了可视化优化,使得扫描任务的管理更加简便透明。
  • 扫描任务可视化
    用户可以通过界面清晰地查看当前扫描任务的状态、进度及处理情况,实时掌握任务进展。
  • 简化NAS挂载与索引
    我们大大简化了NAS挂载与索引的流程,用户无需复杂的配置,便可完成文件的挂载和索引任务。
  • 性能限制支持
    解决了群晖低端产品的扫描性能瓶颈,默认仅开启一个线程,保证低性能设备的稳定运行,避免系统过载。
  • 价值与优势
    1. 提升用户操作体验:通过任务可视化,用户可以随时监控扫描进度,确保无遗漏。
    2. 简化配置:优化的挂载和索引流程,使得即使是技术人员较少的团队也能轻松配置和使用。
    3. 性能优化:为低端设备提供优化支持,避免因硬件限制造成的性能瓶颈。

4. AI搜索支持(多模态支持)

  • 功能描述
    我们的AI搜索模块支持多模态数据的处理,包括文本、图片、音频、视频、办公文档、图纸、压缩包等,带来了全面的文件搜索体验。
  • 文本模型与多模态模型接入与管理
    用户可以配置不同的文本模型以及图文、语音、视频等多模态模型,并进行集中管理。这使得用户可以针对不同类型的文件设置专门的处理方式,以更高效地进行搜索。
  • OCR与图文搜索支持
    我们为图片和扫描文档提供OCR(光学字符识别)支持,实现对图片中的文字进行索引和搜索。图文搜索功能使得用户可以在图像和文本之间进行更加智能的搜索。
  • 向量搜索支持
    提供对向量搜索的支持,尤其适用于图像和文档的语义搜索,让用户能够跨越关键词的限制,基于语义进行精准的搜索。
  • 价值与优势
    1. 支持多种文件类型:不仅限于文本文件,还支持图片、视频、音频等多种数据格式,极大提升了数据的搜索范围。
    2. 智能搜索:通过AI算法和多模态技术,用户可以根据语义进行文件搜索,提升查找效率。
    3. 灵活配置:用户可以根据业务需求,灵活配置不同的模型和搜索方式,满足各类场景的需求。

方案架构与配置便捷性

本解决方案设计考虑到了便捷性与可配置性。用户只需通过简单的步骤便可完成系统的配置与部署,整个过程无需深入的技术知识。解决方案的主要优势包括:

  1. 统一管理与配置:通过统一的控制台,用户可以轻松管理账户、权限、搜索任务和AI模型。无论是文件的挂载、索引,还是权限的设置和优化,都能通过图形化界面完成。
  2. 自动化配置与优化:系统自动进行优化配置,包括性能调节、线程管理等,用户无需手动干预即可确保最佳性能。
  3. 支持跨平台部署:我们的方案支持在多种平台上进行部署,包括Windows、Linux、群晖等,用户可根据自身需求自由选择。
  4. 灵活的模型与任务管理:用户可以轻松切换或调整文本与多模态模型的配置,并对扫描任务进行详细管理,确保满足不同的数据处理需求。

总结

一粒云的深度搜索解决方案为集成商和最终客户提供了一个集高效、安全、智能为一体的文件管理平台。通过AI技术与高效的权限管理,用户可以轻松管理和搜索NAS设备中的文件,不仅提升了数据安全性,还大幅度优化了搜索效率。我们致力于通过简单的配置与灵活的功能,帮助客户解决复杂的文件管理问题,实现数字化转型的目标。

这一解决方案不仅适用于中小型企业,也非常适合大型企业在信息化建设中的应用,是实现企业数据管理智能化、精细化的理想工具。

【干货】一粒云V5.0国产化适配全解析:文档云+隔离网深度适配报告

摘要: 全面支持鲲鹏、飞腾、海光;数据库适配的真实情况说明;OEM定制服务流程解析。

随着信创产业的深入发展,国产化软硬件的兼容性与稳定性已成为企业选型的核心指标。作为专注于文档安全与协作的厂商,一粒云V5.0 在“文档云+隔离网”场景下,积极投身国产化生态适配。
为了帮助合作伙伴及客户更清晰地了解产品现状,避免在选型与部署中踩坑,现将一粒云V5.0的国产化适配情况、数据库选型建议及OEM定制服务标准公开如下:

✅ 01 硬件与操作系统适配情况

经过严格的测试与认证,一粒云V5.0目前已在主流国产芯片与操作系统上完成了适配工作,并已获取相关适配证书
🖥️ 服务器端适配清单
目前支持并已测试通过的芯片架构包括:

  • 华为鲲鹏系列 (Kunpeng)
  • 飞腾系列 (Phytium)
  • 海光C86系列 (Hygon)
    💻 桌面端适配清单
    在统信UOS、麒麟操作系统上,均已实现良好支持:
  • 飞腾系列 桌面终端
  • 鲲鹏系列 桌面终端

⚠️ 温馨提示:
虽然我们拥有上述环境的官方适配证书,但在实际交付中,由于客户现场的底层环境、依赖库版本及网络配置往往存在细微差别,无法保证 100% 一次性安装运行成功

因此,在项目交付过程中,可能需要根据具体环境进行微调与调试,建议预留现场技术支持时间,以确保上线顺利。

💾 02 数据库适配情况说明

在数据库层面,我们进行了深入的探索,本着对客户负责的态度,我们需要坦诚地说明目前的现状:

  • 达梦数据库 (DM):我们已完成适配测试并获得了达梦数据库适配证书。但在实际压测与长期运行中发现,当前版本与产品的结合存在较多Bug,稳定性无法满足生产环境的高标准要求。
  • 交付建议:为了保证系统的稳定性与用户体验,目前产品交付暂不建议使用达梦数据库
  • 默认方案:我们继续默认使用经过长期验证的内置 MySQL-8.0 版本,确保数据存储的安全与高效。

注:如客户项目招投标或资质审查必须具备达梦数据库证书,我方可提供证书证明,但实际部署仍以MySQL为主。

🏭 03 OEM定制服务说明

针对合作伙伴的OEM定制需求,现将相关标准告知如下:

  • 当前状态:目前暂无现成的OEM版本,需要根据具体需求进行开发。
  • 工作量评估:OEM工作涉及底层环境适配、Logo及信息替换、深度测试等,工作量较大,正常周期约为半个月

* 定制前提:为了保证定制版本的兼容性与稳定性,我们需要客户明确指定服务器芯片品牌及操作系统版本,并必须提供相应的测试环境

📝 写在最后

一粒云始终坚持实事求是的态度。在国产化替代的大潮中,我们不仅要有“证书”,更要有“稳定可用”的产品。
对于数据库选型的诚实建议,以及对环境差异调试的提前告知,是希望能让客户在项目启动前有清晰的预期。一粒云V5.0将持续迭代,致力于为信创环境提供更优质的文档安全管理服务!

欢迎联系我们的销售团队获取适配证书原件或咨询测试细节。

一粒云 —— 让文档协作更安全、更高效

收官2025,一粒云文档云系统V5.2.0 发版

发布日期: 2025年12月31日
版本号: V5.2.0
更新概述:
本次一粒云V5.2.0版本更新是一次深度的功能迭代与体验升级。我们重点加强了底层权限体系的灵活性,完善了多源组织架构的同步能力,并深化了RAG深度搜索与企业微信的生态融合。同时,针对隔离网传输安全(摆渡)、ISO体系文控以及云笔记模块进行了专项优化,旨在为企业提供更安全、更智能、更高效的文档云协同平台。


一、 协同网盘

协同网盘模块在本次更新中着重优化了分享体验、通知机制以及文件管理的精细化程度。

1. 外链与分享增强

  • 外链安全升级: 新增外链密码自动更新功能,支持设置密码更新频率,并在密码更新时自动发送通知到企业微信,确保分享链路的安全性。
  • RAG深度融合: 完成外链增加与取消操作向RAG服务接口的推送,实现分享文件的深度索引。
  • 分享行为审计: 完善分享文件的更新记录功能,当分享文件发生变动时,系统会自动记录并向企业微信推送消息通知。
  • 搜索与索引: 新增分享文件的搜索功能,支持对分享文件进行全文检索标识的管理,提升分享内容的检索效率。
  • 逻辑优化: 优化了分享索引队列缓存,解决了分享文件列表排序无效、旧数据文件名不匹配等问题;修复了共享控件权限及预览下载权限的判定逻辑。

2. 文件生命周期管理

  • 文件到期属性: 新增文件到期属性设置功能,支持设置文件的失效时间。系统将自动检测文件过期状态,并在文件即将到期或已过期时,通过企业微信消息通知相关人员。
  • 文件操作优化: 修复了不允许修改文件名后缀时重命名文件夹失败的问题;修复了文件夹删除后访问外链的提示逻辑;优化了文件列表的数字排序规则。

3. 用户体验与界面

  • “我的转存”功能: 将原有的“收藏分享文件”交互升级为“我的转存”,操作更符合用户直觉。
  • 内部分享通知: 内部分享操作增加企业微信消息通知,并在消息中附带“我收到的”跳转地址,方便用户快速定位。

文件列表性能:

为满足大规模数据导出需求,将 /apps/files 接口默认返回条目数上限由 200 调整为 1,000,000。

二、 隔离网传输安全(收发信与内容鉴定)

针对高安全级别的隔离环境,本版本强化了摆渡信件的逻辑处理、传输链路检查及审计能力。

1. 信件收发逻辑优化

  • 逻辑删除: 新增信件逻辑删除功能,解决了信件收发人同时删除导致的数据一致性问题,保障数据可追溯性。
  • 链路检查机制: 增加发信前的链路检查功能。若链路不存在,信件将无法发送;同时,在流程审批环节触发链路检查,确保审批通过后传输通道的可用性。
  • 移动端支持: 解决了手机端下载摆渡文件令牌无效的问题;针对iOS企业微信环境,文件下载逻辑由预览调整为Zip打包下载,确保文件完整获取。

2. 审计与监控

  • 审计日志完善: 摆渡审计列表增加发起人部门ID和网络ID的筛选维度;导出报表中新增信件状态字段及申请人部门字段,满足合规审计需求。
  • 状态监控: 服务重启时自动移除文件移动锁,防止死锁导致传输失败;增加摆渡信件禁用开关,提供灵活的管控手段。

3. 审批流程修复

* 修复了文档审批中上传、更新、删除无法操作或检查报错的问题,确保隔离网间文件审批流程的顺畅。

三、 第三方扩展与组织架构

本版本大幅提升了系统的集成能力,实现了多源组织架构的统一管理与第三方系统的无缝对接。

1. 多源组织架构与用户同步

  • 多源架构支持: 部门表拆分为部门表与绑定表,完美兼容多源组织架构。支持同时从金蝶云、布谷智慧校园、AD域、用友、云之家等不同来源同步组织架构。
  • 同步机制优化: 实现了部门同步和用户同步的基类与缓存机制;AD域同步采用fork形式,大幅降低资源占用;修复了云之家删除部门同步失败等同步结果不准确的问题。
  • 标准化管理: 支持手动触发同步及获取同步详情,补充组织架构同步错误信息的展示,优化用户所在部门的 fullName 展示字段。

2. 统一身份认证(SSO)

  • 多协议支持: 支持CAS单点登录(支持URL参数、自定义字段)、Keycloak集成,并增加了一粒云ISO系统免登及用户云盘信息获取接口。
  • 金蝶云集成: 新增金蝶云第三方服务配置列表接口及登录跳转接口,支持从配置中获取新用户的默认密码。
  • 免密登录增强: 第三方免密登录支持修改Key,并将时间戳验证设为可选配置,增强了集成的灵活性。

3. 企业微信生态

* 深度优化了企业微信登录、文件下载、消息推送等场景,修复了iOS下载变预览、工作台登录失败、同步失败(表名错误)及消息通知范围不准等多个核心问题。

四、 RAG深度搜索

RAG模块在本次更新中扩展了数据源接口,并优化了索引的实时性。

  • 外链数据接入: 完成外链增加与取消发送至RAG服务的接口开发,使外链分享的文件也能被RAG系统实时抓取和分析。
  • 索引管理: 增加了分享文件全文检索标识的添加与删除功能;索引状态加上了变更文件路径的情况,确保搜索结果的准确性。

* 搜索优化: 修复了关键词为空或无选中标签时全盘搜索失效的Bug;优化了文件搜索的权限过滤逻辑,解决了个人权限与部门权限合并不准确、Limit太小导致搜索遗漏的问题。

五、 文控模块(体系文件管理、体系文件审批)

针对ISO文控需求,本次更新重点加强了文档的安全属性和审批流程的稳定性。

  • 水印管理: 完成文件属性指定水印内容功能,系统优先使用文件属性中定义的水印内容。外链预览水印新增分享创建人名称和IP地址,提升溯源能力。
  • 文档审批: 修复了文档审批流程中上传、更新、删除操作报错的问题,确保体系文件审批流程的闭环。

* 文控安全: 增加了远程路径挂载情况的判断逻辑;修复了共享空间文件列表权限判定、父/子文件夹授权优先级等权限逻辑问题。

六、 底层安全(分布式存储、加密、传输)

底层安全模块在权限控制、存储性能及加密传输方面进行了全面加固。

1. 权限体系重构

  • 角色权限系统: 增加角色权限判定和角色授权功能,支持角色成员日志记录。优化了权限继承逻辑,解决了父文件夹授权角色可见后,子文件夹授权失效;以及管理后台“看权限”列表中子部门用户不显示权限记录等复杂场景下的Bug。
  • 空间权限: 修复了部门空间对角色授权无效、指定共享空间授权未忽略系统管理员等问题。

2. 存储与传输优化

  • 下载机制: FDFS文件下载由HTTP下载改为命令行下载,去掉了对云盘文件是否存在的多余判断,修复了去掉杀毒节点导致发送失败的问题,提升了传输效率。
  • 缓存策略: 检查部门空间使用24小时缓存机制,缓存对应部门ID的已使用空间,减少数据库压力。
  • 并发与资源: 调整请求体解析器大小限制,避免同步大量部门时触发PayloadTooLargeError;取消多任务打包,防止资源不足导致打包失败;调整build编译内存配置。

3. 系统级修复

* 去掉了OA登录到云盘的信任IP地址限制;修复了1024长度字段无法创建索引、5.1.0.sql字符编码字段过长等问题。

七、 云笔记模块

云笔记模块在安全性和协作性上进行了功能补全。

  • 外链分享完善: 云笔记外链分享新增访问密码和过期时间设置,提升分享安全性。

* 权限控制: 新增云笔记分享的可编辑权限设置,修复了编辑分享笔记的Bug,满足了多人协作场景下的精细化权限需求。

总结:
一粒云V5.2.0版本通过整合多源架构、深化RAG应用、强化企业微信集成以及重构底层权限逻辑,全面提升了企业文档管理的安全性与协作效率。本次更新不仅修复了大量已知问题,更在用户体验、系统性能及高阶安全功能上实现了质的飞跃,为2025年的文档云服务画上了完美的句号。

KWS4.2更新|以100+维度检查与漏洞修复,筑牢企业文件安全防线

版本定位:聚焦企业「文件篡改、非法内容、移动办公安全」的核心风险,通过内容特征检查、传输漏洞修复、管理功能完善,构建更严密的文件安全防护体系,满足金融、设计、研发等高合规行业的需求。

一、100+文件特征检查:杜绝“看不见的风险”,新增自定义文件特征检测。

KWS4.2内置覆盖Office、图片、压缩包、代码、工程图纸的100+特征检查规则,从“文字、图片、元数据”三维度验证文件完整性,同时支持自定义格式特征检测,允许用户手动添加自定义的的文件特征:

  • 文字鉴真:检测文档是否被篡改文字、调整格式,确保合同、报告等内容一致性;
  • 图片溯源:识别图片是否被PS、裁剪,支持PNG/JPG/SVG等20+格式,防止设计稿被非法修改;
  • 元数据清理:自动排查文件属性中的敏感信息(如作者、修改时间),避免元数据泄露。

对设计公司的CAD图纸、律所的合同文档而言,这一功能相当于给每份文件加了“数字指纹”,任何修改都能被精准追溯。

【图3:KWS4.2文件特征检查流程图——100+维度验证逻辑】

二、修复移动办公漏洞:保障传输稳定性

针对用户反馈的“手机版摆渡令牌时效短”问题,版本优化了令牌生成与校验逻辑:

  • 令牌有效期延长至24小时(支持企业自定义),避免移动办公中频繁重新登录;
  • 修复令牌同步延迟问题,确保手机与PC端文件传输不中断。

此外,新增文件索引状态展示功能,管理员可在后台查看“索引进度”“错误日志”,快速定位索引失败原因,数据管理效率提升50%。

三、合规与体验兼顾:适配企业安全管理体系

KWS4.2延续对合规性的支持:

  • 兼容AD域、LDAP等主流安全框架,实现用户权限统一管理;
  • 提供完整的审计日志,记录文件访问、修改、传输全流程,满足等保2.0要求。
  • 什么流程对接集成到OA,管理人员只需要在OA上即可审核外发文件。

一粒云5.1.4发布|打通企业办公系统壁垒,重构高效协作底座

版本定位:针对企业「多系统割裂、协作低效」的核心痛点,聚焦系统集成、安全强化、效率闭环三大方向,将致远/蓝凌/以及之前集成过的泛微OA、金蝶云之家、企业微信消息等工具整合为统一办公中枢,助力组织降低协作成本。

一、全链路系统集成:从“跨平台切换”到“统一入口”

一粒云5.1.4本次更新实现与致远OA、蓝凌OA、金蝶云之家、企业微信消息、布谷智慧校园的深度对接,覆盖企业更多核心办公场景:

  • 单点登录(SSO):用户无需重复输密码,点击云盘即可直达OA审批页,降低密码管理成本;
  • 消息与文件互通:OA待办提醒、文件修改通知实时推送至云盘,云盘文件可直接嵌入OA页面预览,实现云盘文件在OA中的穿透,避免“下载-发送-再打开”的繁琐;
  • 组织架构同步:蓝凌/金蝶/泛微/用友/竹云/致远/通达/钉钉/企微的组织架构自动同步至云盘,权限管理精准度提升,杜绝“越权访问”风险。
  • 审批流程打通:云盘审批已经实现对接 蓝凌/金蝶 2个品牌的审批功能,在云盘发起,在OA上审批,审批结果返回到云盘的整合。

本次更新集成列表:

  1. 致远OA单点登录
  2. 致远OA消息推送互通
  3. 致远OA文件穿透到云盘
  4. 蓝凌OA单点登录
  5. 蓝凌OA组织架构集成对接
  6. 蓝凌OA审批流集成
  7. 金蝶云之家单点登录
  8. 金蝶云之家架构集成对接
  9. 金蝶云之家OA审批流集成
  10. 布谷智慧校园单点登录集成
  11. 布谷智慧校园组织架构集成对接
  12. 企业微信应用消息互通


二、AI与安全兼容双加固:智能守护企业数据资产

针对企业最关心的「AI能力提升」「数据安全」与「多设备适配」问题,版本做了关键升级:

  • 无缝集成新产品知索RAG,AI搜索更加高效与准确
  • 新增AI辅助阅读,新增8大AI模块(集成知索rag,详情见rag系统介绍)
  • 自定义动态水印:支持“用户ID+时间+部门”的组合水印,可针对文件、文件夹自定义设置,覆盖内部分享、外部传输场景,有效防止文件截屏泄密;
  • 全平台兼容:完美适配鸿蒙Next、新版iOS及H5端,解决此前文件下载卡顿、预览变形的问题;
  • bugfix:
  • 修复全盘搜索的权限问题
  • 修复将ipgurad集成后文件清除逻辑文件索引状态展示
  • 修复文件名后缀允许和不允许修改状态bug
  • 修复外链到期后消息推送到企业微信bug
  • 修复AD域绑定部门被删除后无法同步等问题
  • 修复了文件本地编辑锁住后依然能使用wps、onlyoffice 等web在线编辑的问题
  • 修复部分NAS文件导入到云盘重命名与不能预览等问题
  • 等等

三、效率工具闭环:优化文件生命周期管理

新增功能聚焦「文件管理最后一公里」:

  • 文件有效期:可为文件快捷设置30天60天90天/永久的有效期,到期自动推送企业微信提醒;
  • 内部分享直连:分享文件时自动生成带跳转链接的企业微信消息,同事点开即可访问,省去“发长串路径”的沟通成本。
  • 本次更新清单:
  • 新增文件有效期,到期消息可推送到企业微信
  • 新增内部分享消息推送到企业微信,并附带跳转链接
  • 新增第三方调用云盘接口采用统一的apikey认证
  • 新增onlyoffice9版本的jwt认证
  • 新增全文搜索页面打包下载增加下载进度和文件压缩进度展示
  • 等等

一粒云5.1.4不是功能堆砌,而是以“用户协作场景”为核心的系统重构。通过打通工具、强化安全、优化效率,帮助企业从“多系统作战”转向“统一平台运营”,真正实现降本增效。

欢迎广大客户、渠道商安装和体验,我们为客户准备了一键安装包和小规模永久使用账号可以快速体验或长期使用。

一粒云文档智能与AI知识库

本文主要描写一粒云 KDOCS 文档智能与“企业AI知识库”模块功能设计、应用作用与价值特点 的详细说明,包含对 RAG(Retrieval-Augmented Generation)能力的落地化需求及技术支撑,适用于政企私有化部署场景。


🔍 一、功能模块概述:

一粒云AI知识引擎通过结合 NLP、大语言模型与企业级知识管理技术,为私有部署环境中的企业打造集“文档结构解析、信息提取、智能问答、知识重组与生成”于一体的 AI 增强型文档智能处理与知识中台系统。

系统具备完整的单文档智能处理能力多文档级知识库管理能力,并开放标准 API 支持业务集成、模型适配与写作生成。


一粒云单个文档智能应用

🧠 二、单文件智能处理能力

功能点API作用企业价值
文档问答qa/single针对上传的某一文件进行结构化问答,支持中文、英文快速获取内容重点,节省通读时间
大纲摘要提取extract/summary提取段落级结构,生成目录或提纲提高文档导航效率,适配AI摘要
关键词标签提取extract/tags自动识别核心词汇与业务标签结构化分类文档,便于索引与搜索
整篇/滑词翻译translate/file支持多语言全文与高频词翻译海外业务或多语协作支持,消除语言壁垒
实体抽取extract/entities提取公司名、人名、时间、金额等关键实体生成知识图谱节点,支撑RAG召回
语义分段与内容定位parse/semantic按主题、逻辑结构解析文档段落为后续问答召回和搜索优化结构

📚 三、多文件处理与知识库管理功能

KDocs AI 支持企业建立多个独立的知识库,并对知识库进行管理、问答、内容抽取与生成,构建 AI 可用知识中台。

🧩 知识库核心能力

功能模块API 说明描述
知识库管理kb/create, kb/update, kb/delete, kb/list, kb/detail管理知识库生命周期
文档管理kb/upload, kb/get, kb/status上传、获取、查询文档处理进度
知识库问答kb/qa面向整个知识库语义理解后回答问题
知识库搜索召回kb/retrieve对上传文档进行embedding匹配召回段落
应用管理app/create, app/update, app/delete为不同业务创建知识库应用
模型与上下文配置config/model, config/context, config/prompt支持多模型切换、上下文窗口调整、提示词优化

✍️ 四、AI智能写作支持(可嵌入页面)

模块描述企业价值
基于知识库写作将知识库作为输入源,进行营销文案、公文草稿、汇报材料等撰写高效生成合规内容,助力政务、法务、销售等场景
基于模版生成按行业/场景模版写作(如合同、公函、方案)降低标准性内容撰写门槛
结构化生成支持提供字段填空、内容扩写、逻辑校对支持业务流程中表单/报告快速生成

⚙️ 五、系统性能指标与优化维度

指标说明优化方向
召回率检索文本块与用户问题匹配的准确度多粒度向量切分 + 语义增强检索
响应时间从请求到回答的整体耗时支持缓存机制、并发优化
问答准确性LLM 回答的正确性与贴合度提示词精调 + embedding 语义训练
安全合规性知识库私有部署、可审计不联网运行、权限控制

✅ 六、价值特点总结

特点描述
🛠️ 全功能私有化部署所有智能处理与生成功能均支持内网离线部署,保障数据主权
📦 模块API化,灵活接入所有能力通过 API 暴露,便于嵌入OA/ERP/BI等系统
🔁 知识资产循环利用从沉淀→分析→问答→写作→复用,形成完整知识闭环
📊 适配不同模型支持国产模型、开源模型(如Qwen, InternLM)自由挂载
🚀 快速部署,性能可调支持向量搜索引擎、缓存优化、多机扩展等性能策略

在三台 CentOS 7 虚拟机上使用 Docker 安装 Elasticsearch 8.17 的详细教程

概述

本教程将带您通过 Docker 在三台 CentOS 7 虚拟机上安装并配置 Elasticsearch 8.17。Elasticsearch 是一个开源的分布式搜索引擎,通常用于日志和数据分析。在这个教程中,您将学习如何:

  1. 在三台 CentOS 7 虚拟机上安装 Docker。
  2. 使用 Docker 容器安装 Elasticsearch。
  3. 配置并启动 Elasticsearch 集群。

前提条件

  1. 三台 CentOS 7 虚拟机。
  2. 每台虚拟机的网络能够相互访问。
  3. 每台虚拟机至少 4GB 内存,2 个 CPU 核心。
  4. 基本的 Linux 操作系统操作知识。

步骤 1:在三台 CentOS 7 虚拟机上安装 Docker

  1. 更新系统 在每台虚拟机上执行以下命令,确保系统是最新的: sudo yum update -y
  2. 安装 Docker 运行以下命令以安装 Docker: sudo yum install -y yum-utils device-mapper-persistent-data lvm2 添加 Docker 官方的仓库: sudo yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo 安装 Docker CE(Community Edition): sudo yum install -y docker-ce docker-ce-cli containerd.io
  3. 启动 Docker 服务 启动 Docker 服务,并设置为开机启动: sudo systemctl start docker sudo systemctl enable docker
  4. 验证 Docker 安装 使用以下命令验证 Docker 是否安装成功: sudo docker --version 如果返回 Docker 版本信息,说明 Docker 安装成功。

步骤 2:在三台虚拟机上安装 Elasticsearch Docker 镜像

  1. 拉取 Elasticsearch 镜像 在每台虚拟机上运行以下命令拉取 Elasticsearch 8.17 的 Docker 镜像: sudo docker pull docker.elastic.co/elasticsearch/elasticsearch:8.17.0 这将从 Docker 官方仓库下载 Elasticsearch 镜像。
  2. 确认 Elasticsearch 镜像已下载 使用以下命令确认 Elasticsearch 镜像已成功下载: sudo docker images 输出应该显示 elasticsearch:8.17.0 镜像。

步骤 3:配置 Elasticsearch 集群

为了使三台虚拟机上的 Elasticsearch 实例成为一个集群,我们需要为每台机器配置不同的节点名称、主机地址以及集群名称。

配置 Elasticsearch 环境变量

  1. 创建 Docker 配置文件 在每台虚拟机上,为 Elasticsearch 创建一个名为 elasticsearch.yml 的配置文件: sudo mkdir -p /etc/elasticsearch sudo touch /etc/elasticsearch/elasticsearch.yml
  2. 配置节点设置 编辑 elasticsearch.yml 文件,配置每个节点的 IP 地址和集群名称。以下是一个配置示例: cluster.name: "my-cluster" node.name: "node-1" # 每台机器的节点名不同 network.host: 0.0.0.0 discovery.seed_hosts: ["<VM-1-IP>:9300", "<VM-2-IP>:9300", "<VM-3-IP>:9300"] cluster.initial_master_nodes: ["node-1", "node-2", "node-3"] 在每台虚拟机上,分别将 node.name 改为 node-1node-2node-3,并将 discovery.seed_hosts 配置为集群中其他两台机器的 IP 地址。 注意:<VM-1-IP><VM-2-IP><VM-3-IP> 需要替换为实际的虚拟机 IP 地址。

步骤 4:启动 Elasticsearch 集群

  1. 启动容器 在每台虚拟机上使用以下命令启动 Elasticsearch 容器: sudo docker run -d \ --name elasticsearch-node-1 \ --net host \ -e "discovery.type=single-node" \ -e "ES_JAVA_OPTS=-Xms2g -Xmx2g" \ -e "node.name=node-1" \ -e "cluster.name=my-cluster" \ -e "network.host=0.0.0.0" \ -e "discovery.seed_hosts=<VM-2-IP>:9300,<VM-3-IP>:9300" \ -e "cluster.initial_master_nodes=node-1,node-2,node-3" \ docker.elastic.co/elasticsearch/elasticsearch:8.17.0 其中:
    • --name 指定容器的名称。
    • -e "discovery.type=single-node" 用于非集群模式(仅测试时使用)。生产环境中不要设置此选项。
    • -e "ES_JAVA_OPTS=-Xms2g -Xmx2g" 设置 Elasticsearch 的 JVM 堆内存为 2GB。
    • -e "node.name=node-1" 指定节点名称。
    • -e "discovery.seed_hosts" 配置集群中其他节点的 IP 地址。
    将每台虚拟机的命令中的 node-1 修改为 node-2node-3,并相应地调整 IP 地址。
  2. 检查 Elasticsearch 容器状态 使用以下命令检查容器是否成功启动: sudo docker ps 如果容器在运行,它会显示类似以下内容: CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES 123456789abc docker.elastic.co/elasticsearch/elasticsearch "/bin/bash -c 'exec ... " 5 minutes ago Up 5 minutes elasticsearch-node-1
  3. 查看 Elasticsearch 日志 如果容器启动出现问题,可以查看 Elasticsearch 容器的日志: sudo docker logs elasticsearch-node-1

步骤 5:验证 Elasticsearch 集群

  1. 访问 Elasticsearch REST API 在其中一台虚拟机上,您可以使用 curl 来检查 Elasticsearch 是否正常运行: curl -X GET "localhost:9200/" 如果 Elasticsearch 正常启动,您将看到类似以下的响应: { "name" : "node-1", "cluster_name" : "my-cluster", "cluster_uuid" : "abc123xyz", "version" : { "number" : "8.17.0", "build_flavor" : "default", "build_type" : "docker", "build_hash" : "abcdef1234567890", "build_date" : "2023-05-10T10:39:57.596481991Z", "lucene_version" : "9.4.2", "minimum_wire_compatibility_version" : "7.10.0", "minimum_index_compatibility_version" : "7.10.0" } }
  2. 验证集群状态 使用以下命令验证 Elasticsearch 集群的状态: curl -X GET "localhost:9200/_cluster/health?pretty=true" 如果集群状态为 green,表示集群正常工作。

步骤 6:集群管理

  1. 增加节点 如果需要添加更多节点,可以使用以下命令在其他虚拟机上启动新的容器,确保将 discovery.seed_hostscluster.initial_master_nodes 配置为当前集群中的所有节点。
  2. 停止和删除容器 要停止并删除容器,可以使用以下命令: sudo docker stop elasticsearch-node-1 sudo docker rm elasticsearch-node-1

结语

通过本教程,您已经成功在三台 CentOS 7 虚拟机上通过 Docker 安装并配置了一个 Elasticsearch 8.17 集群。现在您可以根据自己的需求调整 Elasticsearch 配置,执行查询,或将其与其他服务集成。

关注一粒云,使用一粒云kbox,或者一粒云kdocs 建立一下结构文件夹结构管理好es8机群部署:


elasticsearch-setup/

├── docs/ # 存放安装文档及操作手册
│ ├── README.md # 项目概述、安装流程
│ ├── es-installation-guide.md # Elasticsearch 安装教程
│ ├── es-cluster-configuration.md # Elasticsearch 集群配置教程
│ ├── es-troubleshooting.md # 常见问题和解决方案
│ └── es-security-setup.md # 安全配置教程(如启用 SSL/TLS、认证)

├── scripts/ # 存放所有相关的脚本文件
│ ├── install-docker.sh # 在 CentOS 7 上安装 Docker 的脚本
│ ├── start-es-container.sh # 启动 Elasticsearch 容器的脚本
│ ├── setup-es-cluster.sh # 配置 Elasticsearch 集群的脚本
│ ├── stop-es-container.sh # 停止 Elasticsearch 容器的脚本
│ └── cleanup.sh # 清理不再需要的容器和镜像的脚本

├── config/ # 存放配置文件
│ ├── elasticsearch.yml # Elasticsearch 配置文件
│ └── docker-compose.yml # 如果使用 Docker Compose 部署,存放该文件

├── logs/ # 存放日志文件(安装过程、运行时日志)
│ ├── install-log.txt # 安装过程中生成的日志文件
│ └── es-container-logs/ # Elasticsearch 容器运行时的日志
│ ├── elasticsearch-node-1.log
│ ├── elasticsearch-node-2.log
│ └── elasticsearch-node-3.log

└── backups/ # 存放数据备份、容器配置等重要文件
├── es-backup-2025-06-04.tar.gz # Elasticsearch 数据备份
└── config-backup-2025-06-04.tar.gz # 配置文件备份