PandaWiki im Test: die KI-Wissensdatenbank von Chaitin zwischen schnellem Setup und AGPL-Pflichten
PandaWiki hat die AI-Technologie entwickelt Weitere Informationen finden Sie unter AI, AI, AI, AI.
Auf einen Blick
- Was ist das?
- Wen PandaWiki anspricht, wie der manager.sh-Installer den Einstieg abwickelt und warum die AGPL-3.0 sowie die Pflicht zur Modellkonfiguration die Entscheidungsfrage verlagern.
- Für wen ist es gedacht?
- PandaWiki passt für Teams, die auf Linux mit Docker arbeiten, eigene Modellzugänge pflegen und mit AGPL-3.0 leben können. Ungeeignet ist es, wenn die Inhalte in Closed-Source-Produkten weitervertrieben werden sollen oder das Team nur deutsche Chat-Ökosysteme nutzt.
- Darf ich es kommerziell nutzen?
- Ja, unter strengen Bedingungen. AGPL-3.0 ist eine Lizenz mit Netzwerk-Copyleft: Wenn andere eine veränderte Version über ein Netzwerk nutzen, etwa als gehosteten Dienst, müssen Sie ihnen den Quellcode unter derselben Lizenz anbieten.
- Wird es noch gepflegt?
- Ja. Die letzten Commits kamen vor 8 Tagen.
- In welcher Sprache ist es geschrieben?
- Hauptsächlich TypeScript, laut der Sprachstatistik von GitHub.
Die Antworten beruhen auf den GitHub-Daten des Projekts (zuletzt abgeglichen am 14. September 2026) und auf unserer Analyse. Sie sind keine Rechtsberatung.
TIEFGEHENDE OPEN-SOURCE-ANALYSE
Was PandaWiki von klassischen Wiki-Engines unterscheidet
PandaWiki aus dem Hause Chaitin richtet sich an Teams, die Produktdokumentation, technische Handbücher, FAQ oder einen Blog betreiben und die Pflege davon deutlich automatisieren wollen. Das README beschreibt das System als Open-Source-Wissensdatenbank, die von großen Sprachmodellen getragen wird. Drei Funktionen tragen die Hauptlast: KI-gestütztes Schreiben, eine Frage-Antwort-Schicht über die eigenen Inhalte und eine Suche, die ebenfalls auf das Modell zurückgreift.
Die Repository-Metadaten zeichnen ein aktives Bild. Rund 10.000 Sterne, 1.010 Forks und 323 offene Issues stehen dort, die Sprache ist TypeScript, der Standardbranch main wurde zuletzt am 21. August 2026 gepusht. Die Release-Historie zeigt mit v3.86.4, v3.86.5 und v3.87.0 drei Veröffentlichungen zwischen Juli und August 2026, also einen engen Takt. Wer übernimmt, muss mit häufigen Aktualisierungen rechnen und sollte seinen Betrieb darauf einstellen.
PandaWiki installieren: der Weg über manager.sh und Port 2443
Der dokumentierte Einstieg ist ein einzelner Befehl auf einem Linux-Server mit Docker 20.x oder neuer, aufgerufen als root:
bash -c "$(curl -fsSLk https://release.baizhi.cloud/panda-wiki/manager.sh)"
Danach fragt das Skript die Optionen ab und richtet die Container ein, laut README dauert das einige Minuten. Am Ende gibt die Konsole eine SUCCESS-Block aus, der interne und externe Adresse auf Port 2443, den Benutzernamen admin und ein generiertes Passwort nennt. Mit diesen Werten öffnet sich die Verwaltungsoberfläche im Browser.
Zwei Punkte verdienen Aufmerksamkeit, bevor man diesen Weg geht. Erstens läuft ein fremdes Shell-Skript mit Root-Rechten, dessen Inhalt sich zwischen zwei Aufrufen ändern kann, und das curl-Flag -k schaltet die TLS-Prüfung aus. Zweitens entsteht damit eine Infrastruktur, die man nicht aus kompilierten Artefakten nachvollzieht, sondern aus dem Skriptstand des Tages. Ein isolierter Test in einer VM mit Snapshot schadet nicht.
Modellkonfiguration: ohne LLM bleiben AI-Fragen und AI-Suche stumm
Das README stellt klar, dass PandaWiki ohne konfiguriertes Modell nicht vollständig arbeitet: AI-Schreiben, AI-Antworten und AI-Suche funktionieren in diesem Zustand nicht. Beim ersten Login erscheint deshalb ein Hinweis, der zwischen einer Ein-Klick-Konfiguration und einer manuellen Einrichtung unterscheidet.
Empfohlen wird der Modellmarktplatz von Baizhi Cloud, registration bringt dort ein kleines Startguthaben. Für Teams außerhalb dieses Ökosystems ist die manuelle Konfiguration der interessante Pfad, weil sie einen eigenen Anbieter mit eigenem API-Schlüssel erlaubt. Wer Datenhoheit und Kostentransparenz wichtig sind, sollte genau diesen Weg zuerst testen und die Klick-Lösung nur für den ersten Funktionstest nutzen. Welche Anbieter und Modellgrenzen konkret unterstützt werden, sagt das README nicht; hier hilft nur die Dokumentation unter pandawiki.docs.baizhi.cloud.
Wissensbasis, Import und getrennte Wiki-Websites
Die Organisation folgt einem einfachen Prinzip: Eine Wissensbasis ist eine Sammlung von Dokumenten, und für jede solche Basis erzeugt PandaWiki eine eigene Wiki-Website. Wer mehrere Zielgruppen bedient, etwa interne Technikdokumentation und öffentliche FAQ, trennt sie damit sauber.
Für den Füllstand sorgt der Import. Laut README lassen sich Inhalte aus vier Richtungen einspeisen: über eine einzelne Webseiten-URL, über die Sitemap einer bestehenden Website, über RSS-Abonnements und über Offline-Dateien. Für Migrationen aus einem bestehenden CMS ist die Sitemap-Route der praktische Einstieg, weil sie strukturiert arbeitet, ohne dass man Exporteure schreiben muss. Ein kleiner Prüflauf mit zehn Seiten zeigt schneller als jede Beschreibung, wie sauber Texte, Bilder und Links übernommen werden.
Editor, Export, Widget und Chatbots im chinesischen Ökosystem
Im Editor verarbeitet PandaWiki Rich Text und ist laut README mit Markdown und HTML kompatibel. Für den Abtransport gibt es Exportformate: Word, PDF und Markdown. Das unterscheidet die Plattform von Wiki-Systemen, die Inhalte im eigenen Store festhalten.
Darunter liegt eine Integrationsschicht mit zwei Richtungen. Nach außen lässt sich der Wissensbestand als Web-Widget auf fremde Seiten hängen. In Chat-Tools kann PandaWiki als Bot auftreten, das README nennt DingTalk, Feishu und WeCom. Diese Trias zeigt die Herkunft des Projekts: Wer sein Team auf Slack oder Microsoft Teams betreibt, findet dafür keinen erwähnten Adapter und muss eigene Wege gehen oder auf künftige Versionen warten. Export nach Markdown bleibt dann der wohl einfachste Ausweg, weil sich damit in andere Systeme wechseln lässt, ohne Inhalte zu verlieren.
AGPL-3.0, Release-Takt v3.87.0 und die Grenzen laut README
Die Lizenz ist GNU Affero General Public License v3.0. Das README selbst zieht die Konsequenzen: Änderungen müssen unter derselben Lizenz offengelegt werden, und wer das System als Netzwerkdienst anbietet, muss den Quellcode ebenfalls öffnen. Kommerzielle Nutzung ist nicht verboten, aber an diese Offenlegung gekoppelt. Ein SaaS-Angebot auf PandaWiki-Basis ist damit automatisch Open Source, was viele Geschäftsmodelle ausschließt.
An Grenzen nennt die Quelle wenig, aber das Fehlen ist selbst eine Information. Es gibt keine Kompatibilitätsmatrix, keine Leistungswerte und keine Aussagen zu Backup oder Upgrade-Pfad. Die AI-Qualität hängt vollständig vom gewählten Modell ab, das README macht dazu keine Messungen. Mit 323 offenen Issues und dem schnellen Releaserhythmus bis v3.87.0 von August 2026 ist das Projekt lebendig, doch ein Upgrade einer laufenden Instanz sollte immer zuerst abseits des Produktivsystems erprobt werden, etwa in derselben VM, in der bereits der Ersttest lief.
Redaktionelles Fazit
PandaWiki passt für Teams, die auf Linux mit Docker arbeiten, eigene Modellzugänge pflegen und mit AGPL-3.0 leben können. Ungeeignet ist es, wenn die Inhalte in Closed-Source-Produkten weitervertrieben werden sollen oder das Team nur deutsche Chat-Ökosysteme nutzt. Vor der Entscheidung den manager.sh-Aufruf in einer wegwerfbaren VM prüfen, danach die Modellkonfiguration mit eigenem API-Schlüssel durchspielen und einen Testimport über die eigene Sitemap auswerten.
Community-Notizen