synthadoc

把文档自动编译成可视化 Wiki,告别黑盒 RAG

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 搜索知识 🍴 复刻 183 🐛 待处理 6 👀 关注 16
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1950
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,AGPL-3.0许可,可自行部署使用,无付费版本。

项目预览

synthadoc 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类搜索知识
开发团队axoviq-ai
定价模式🏷️完全免费
价格说明开源项目,AGPL-3.0许可,可自行部署使用,无付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议AGPL-3.0
主要语言Python
技术栈/模型agent-skills,agentic-ai,cli-tool,domain-adaptation,enterprise,enterprise-solutions,knowledge-graph,local-llm,obsidian-md,obsidian-plugin,personal-knowledge-management,pkm,rag-alternative,synthetic,synthetic-data
GitHub 星标★ 1950
上线时间2026-04-11 00:00:00
代码更新2026-11-07
仓库体积103.0 MB
本站数据更新2026-11-08
维护状态活跃
收录时间2026-08-10
浏览次数7

项目介绍

Synthadoc 是一个开源的 LLM 知识编译引擎,旨在将原始文档转化为结构化的本地优先 Wiki。它解决了传统 RAG 系统在可解释性和可维护性上的痛点,通过生成人类可读的知识图谱和文档链接,让用户无需额外工具即可自主管理和改进知识库。核心能力包括:基于 agent 的文档解析与知识抽取,支持本地 LLM 部署,输出与 Obsidian 等 Markdown 工具兼容的格式,并强调领域自适应和 CLI 操作。项目处于早期阶段,但设计理念新颖,适合对知识管理有深度需求的个人或企业用户。

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 2026-08-10 · 当前星标 ★ 1950

使用教程

难度:入门 约 10 分钟 部署方式:本地安装 8 步

环境要求

  • Python 3.11 或更高版本
  • git 与 pip 可用的命令行环境
  • 本地磁盘可写目录(示例使用 ~/wikis)
  • 如需完整测试:需源码检出(pip wheel 不含 tests),并会安装 pytest、respx 等 dev 依赖
  • 仅浏览官方演示 Wiki 时无需 LLM API Key

安装与启动步骤

  1. 1克隆仓库

    从 GitHub 拉取 synthadoc 源码,并进入项目目录,后续命令都在此目录执行。

    git clone https://github.com/axoviq-ai/synthadoc.git
    cd synthadoc
  2. 2安装依赖

    以可编辑模式安装项目,[dev] 额外安装 pytest、respx 等测试依赖,测试必须用源码安装。

    pip install -e ".[dev]"
  3. 3运行测试套件

    跳过性能基准跑完整测试,预期全部通过、0 失败;基准测试为可选项。

    pytest --ignore=tests/performance/ -q
  4. 4浏览可用模板

    列出 9 大类共 30 个领域模板,挑选最接近自己领域的模板再安装。

    synthadoc templates list
  5. 5安装一个 Wiki

    按模板安装(示例为市场研究模板);也可换用 --domain 描述,或无参数安装演示。

    synthadoc install my-market-wiki --target ~/wikis --template research/market-research
  6. 6设为默认 Wiki

    把刚安装的 Wiki 设为默认,之后命令无需再带 -w 参数指定。

    synthadoc use my-market-wiki
  7. 7安装演示 Wiki

    History of Computing 演示含 13 个预建页面与原始素材,无需调用 LLM。

    synthadoc install history-of-computing --target ~/wikis --demo
  8. 8启动服务

    配置好 API Key 环境变量后运行 serve 启动引擎;演示 Wiki 无需任何配置。

    synthadoc serve

如何确认成功

运行 synthadoc status -w my-wiki 查看是否有 pre-flight 警告;无警告即安装配置正常。

常见问题

Q:测试为什么必须在源码目录跑?

A:README 说明 pytest、respx 等测试依赖只在 [dev] 附加项中,且 tests 目录不包含在 pip wheel 里,必须用 git clone 的源码检出运行。

Q:不配置 LLM API Key 能用吗?

A:可以。官方 History of Computing 演示自带预建页面和设置,浏览时无需 API Key;其余场景需设置 API Key 环境变量并运行 synthadoc serve。

Q:没有合适的模板怎么办?

A:可以安装时不带 --template,改用 --domain "你的领域描述",由 LLM 自动生成脚手架。

Q:如何卸载一个 Wiki?

A:执行 synthadoc uninstall my-wiki,需要两步确认,没有 --yes 之类的跳过参数。

注意事项

  • scaffold 操作不会修改 wiki 中的 config.toml 和 dashboard.md,可放心重跑。
  • Wiki 安装默认端口自动分配以避免冲突,无需手动指定端口。
  • 可定期刷新:synthadoc schedule add --op "scaffold" --cron "0 4 * * 0" -w my-wiki 表示每周日 4 点执行。
  • 当前为 Community Edition v1.3.3,项目仍处早期阶段,配置细节请参考 docs 下的 Quick-Start Guide 与 design.md。

核心亮点

  • 输出人类可读的 Markdown 和知识图谱,便于审查和修正
  • 支持本地 LLM,数据不出域,隐私性强
  • 无需额外工具链,CLI 即可完成知识库构建与迭代

不足之处

  • 项目早期,文档和社区生态待观察
  • 对超大文档或复杂格式的处理效率未经验证

适用场景

  • 企业内网知识库搭建与维护
  • 个人笔记系统升级为结构化 Wiki
  • 离线环境下的文档智能整理

替代项目

RAGFlow、Danswer、Quivr

上一篇:nucliadb

下一篇:devdocs

同类项目推荐

fess 开源

自建一个搜索,公司文档网页全都能翻

Open-source, self-hosted enterprise & site search server built on OpenSearch. Crawls···

★ 1145 2026-08-09
RAG_LearnLittleCode 开源

把零散笔记变成能问答、能推理、能联网的私人知识助手

基于 RAG 的 AI 智能笔记助手「云尚」:FastAPI + LangGraph + ChromaDB + Redis 构建。Re···

★ 167 2026-10-02
tw-legal-rag 开源

输入法律问题,一键检索台湾判例并打包给AI分析。

台灣法律 MCP 伺服器 + CLI(免費、免金鑰,連接時登入法律偵探帳號):2,277 萬筆裁判書、···

★ 344 2026-08-09
talk2arxiv 开源

上传论文,直接和 ChatGPT 聊内容,快速吃透要点

Talk to any ArXiv paper using ChatGPT

★ 531 2026-08-09
pdfdeal 开源

PDF 秒变高质文本,RAG 召回率翻倍

A python wrapper for the Doc2X API and comes with native texts processing (to improv···

★ 288 2026-08-09
arona 开源

给文档站加一个能听懂人话的 AI 搜索

Elysia AI doc search

★ 225 2026-11-07
ApeRAG 开源

把知识图谱塞进 RAG,多跳问答和复杂检索一次搞定

ApeRAG: Production-ready GraphRAG with multi-modal indexing, AI agents, MCP support,···

★ 1318 2026-10-02
farfalle 开源

自建私有 AI 搜索,接入任意大模型,告别广告和隐私焦虑。

AI search engine - self-host with local or cloud LLMs

★ 3543 2026-08-09
llm-applications 开源

照着学,快速搭出能上生产的 RAG 应用

A comprehensive guide to building RAG-based LLM applications for production.

★ 1864 2026-08-17