OpenDeepWiki

开源版DeepWiki,让团队文档秒变智能问答库

开源 🏷️完全免费 ✅ 目前可打开 对话助手 🍴 复刻 465 🐛 待处理 18 👀 关注 25
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 3658
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,可免费使用和部署,无付费版本。

项目预览

OpenDeepWiki 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类对话助手
开发团队AIDotNet
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,可免费使用和部署,无付费版本。
访问状态✅ 目前可打开
是否开源是
开源协议MIT
主要语言C#
技术栈/模型chatgpt,deepwiki,docs,fine-tuning
GitHub 星标★ 3658
上线时间2025-04-27 00:00:00
代码更新2026-10-23
仓库体积29.2 MB
本站数据更新2026-11-08
维护状态较活跃
收录时间2026-08-09
浏览次数3

项目介绍

OpenDeepWiki 是 DeepWiki 的开源版本,旨在打造一个强大的知识管理与协作平台。它主要使用 C# 和 TypeScript 开发,采用模块化设计,易于扩展和定制。该项目解决了团队在知识沉淀、文档协作和智能问答方面的痛点,通过集成 ChatGPT 等大模型能力,支持对文档进行微调(fine-tuning),从而提供更精准的智能问答和内容生成服务。其核心能力包括:文档的智能解析与索引、基于大模型的对话式查询、知识库的版本管理与协作编辑,以及灵活的插件机制。OpenDeepWiki 适合需要构建内部知识库、技术文档中心或智能客服系统的团队,帮助用户快速从海量文档中获取答案,提升信息检索效率和知识复用水平。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 3658

技术标签

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:入门 约 15 分钟 部署方式:Docker 5 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 已安装 Docker 与 Docker Compose
  • 已安装 Git(用于克隆仓库)
  • 可选:OpenAI 兼容的 API Key(用于 Graphify / 模型能力)
  • 可选:Google OAuth 客户端(MCP 受保护资源场景)

安装与启动步骤

  1. 1克隆仓库

    把 OpenDeepWiki 源码拉到本地,README 未给出其他下载方式,克隆后进入项目根目录。

    git clone https://github.com/AIDotNet/OpenDeepWiki.git
    cd OpenDeepWiki
  2. 2准备环境变量

    README 提到的可选项都通过环境变量注入(如 MCP_ENABLED、OPENAI_API_KEY)。仓库自带 compose.yaml,按需修改其中变量取值。

  3. 3启动 Docker 服务

    README 只表明存在 compose.yaml 与前后端 Dockerfile,未给出具体启动命令;此处按 Compose 常规方式启动,失败请以官网文档为准。

    docker compose up -d
  4. 4检查容器状态

    确认后端与前端容器均已正常运行,若有容器反复重启,用日志排查环境变量或端口占用问题。

    docker compose ps
    docker compose logs -f
  5. 5接入 MCP 客户端

    在支持 MCP 的客户端中按 README 示例配置服务器地址,路径形式或查询串形式二选一即可。

关键配置

配置项必填说明示例
MCP_ENABLED否设为 false 可关闭 MCP 端点true
OPENAI_API_KEY否OpenAI 兼容服务的密钥,供 Graphify 等能力使用sk-xxxxxxxx
OPENAI_BASE_URL否OpenAI 兼容服务的接口地址https://api.openai.com/v1
GRAPHIFY_BACKEND否启用 Graphify 产物生成时选择的后端openai
GRAPHIFY_MODEL否Graphify 使用的模型名称gpt-4o-mini
GOOGLE_CLIENT_ID否开启 MCP OAuth 保护资源时使用your-google-client-id

如何确认成功

执行 docker compose ps 看到容器处于运行状态,并访问 http://localhost:8080/api/mcp 能返回响应即视为启动成功。

常见问题

Q:README 的 Quick Start 章节是空的,怎么安装?

A:仓库确实未在 README 中写出完整安装步骤,仅说明提供 compose.yaml 和前后端 Dockerfile。建议以官网 opendeep.wiki 及 scripts/sealos 目录下的部署指南为准。

Q:MCP 端点地址应该怎么写?

A:支持两种写法:路径式 http://localhost:8080/api/mcp/AIDotNet/OpenDeepWiki,或查询串式 http://localhost:8080/api/mcp?owner=AIDotNet&name=OpenDeepWiki。

Q:不想暴露 MCP 接口怎么办?

A:把环境变量 MCP_ENABLED 设为 false 即可关闭 MCP 端点。

Q:如何开启 Graphify 产物生成?

A:后端镜像已内置 graphifyy,只需配置一组可选 provider 变量,例如 GRAPHIFY_BACKEND 与 GRAPHIFY_MODEL,或 OPENAI_BASE_URL/OPENAI_API_KEY,也可用 OLLAMA_BASE_URL/OLLAMA_MODEL。

注意事项

  • README 中 Quick Start With Docker 一节为空,实际启动命令需以官网文档为准,本教程的 docker compose 命令属于合理推断。
  • 8080 端口来自 README 的 MCP 示例地址;前端监听端口 README 未说明,请查看 web/Dockerfile 或 compose.yaml 确认。
  • 后端容器定义在 src/OpenDeepWiki/Dockerfile,前端容器定义在 web/Dockerfile,可据此自行构建镜像。
  • Sealos 一键部署可参考 scripts/sealos/README.zh-CN.md。

核心亮点

  • 集成ChatGPT等大模型,支持文档微调,问答精准度高
  • 模块化架构,C#与TypeScript双语言,易于扩展和二次开发
  • 支持文档版本管理与协作编辑,适合团队知识沉淀

不足之处

  • 文档/社区待观察
  • 项目仍处于成长阶段,生态和周边工具尚不完善

适用场景

  • 企业内部知识库与智能问答系统
  • 技术团队文档中心与自动化帮助文档
  • 面向特定领域的定制化智能客服

替代项目

DeepWiki、Danswer、RAGFlow

同类项目推荐

colpali-cookbooks 开源

手把手教你微调 ColPali,让多模态文档检索更精准

Recipes for learning, fine-tuning, and adapting ColPali to your multimodal RAG use c···

★ 356 2026-08-09
graphrag-practice-chinese 开源

让 GraphRAG 更懂中文,替换模型+优化提示词,开箱即用

GraphRAG的应用实例,项目特点在于提供了替换OpenAI模型的方法,并通过修改原有提示和切分···

★ 188 2026-08-09
RAG_Techniques 开源

一站式学透 RAG 进阶技巧,从入门到实战快速上手

This repository showcases various advanced techniques for Retrieval-Augmented Genera···

★ 30273 2026-08-09
beever-atlas 开源

把 Wiki 变成能聊天的知识库,问一句就出答案

Your First LLM-Wiki Conversation Knowledge Base

★ 451 2026-08-09
book-of-ai-search 开源

手把手从零写AI搜索引擎,搞懂原理还能改代码。

《动手写 AI 搜索引擎》

★ 55 2026-08-09
HyperGraphRAG 开源

用超图知识结构,让RAG复杂推理更准

[NeurIPS 2025] Official resources of "HyperGraphRAG: Retrieval-Augmented Generation ···

★ 461 2026-08-09
Awesome-RAG 开源

一站式收藏 RAG 前沿资源,快速掌握增强生成技术

Awesome RAG: A resource of Retrieval-Augmented Generation (RAG) for LLMs, focusing o···

★ 521 2026-08-09
Novel-Assistant 开源

让本地文档秒变智能问答库,随问随答

로컬 또는 클라우드 LLM을 사용해 문서 폴더 기반으로 검색·답변하는 RAG 어시스턴트

★ 59 2026-08-09