synthadoc

把文档自动编译成可视化 Wiki，告别黑盒 RAG

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。

开源 free 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1332

维护状态活跃

是否开源是

定价模式 free

项目数据

分类搜索知识

开发团队axoviq-ai

所属国家

官网地址

GitHubhttps://github.com/axoviq-ai/synthadoc

定价模式free

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

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★ 1332

30天Star增速

HF 下载量

上线时间2026-04-11 00:00:00

最近更新2026-09-23 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-10

浏览次数4

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

项目介绍

synthadoc 是搜索知识领域的开源项目，由 axoviq-ai 开发，是 2026 年新上线的项目。

在全站 13,090 个收录项目中，它的 GitHub 星标数（1,332）位列前 30%，在搜索知识分类中处于中上游。

近 42 天，它的 GitHub 星标从 970 增加到 1,332，净增 362。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。AGPL-3.0许可，可自行部署使用，无付费版本。

它主要面向的使用场景是：企业内网知识库搭建与维护。同类可对比的替代方案包括 RAGFlow、Danswer、Quivr。

上一篇：nucliadb

下一篇：devdocs