kotaemon

文档拖进来就能聊,界面清爽答得还靠谱

开源 🏷️完全免费 ✅ 目前可打开 对话助手 🍴 复刻 2169 🐛 待处理 262 👀 关注 127
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 25873
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,完全免费,可自行部署或使用在线Demo,无付费版本。

项目预览

kotaemon 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Cinnamon
定价模式🏷️完全免费
价格说明开源项目,完全免费,可自行部署或使用在线Demo,无付费版本。
访问状态✅ 目前可打开
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型chatbot,llms,open-source,rag
GitHub 星标★ 25873
上线时间2024-03-25 00:00:00
代码更新2026-07-14
仓库体积44.7 MB
本站数据更新2026-11-08
维护状态低维护
收录时间2026-08-09
浏览次数6

项目介绍

开源的 RAG 文档对话工具,让你直接「和文档聊天」。界面友好、开箱即用,支持本地文档检索问答,也能对接大模型 API 自建私有知识库问答系统,适合个人知识管理和企业文档智能问答场景。

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 ★ 25873

技术标签

使用教程

难度:入门 约 10 分钟 部署方式:Docker 8 步

环境要求

  • Docker 环境(推荐使用 Docker 方式部署)
  • 支持平台:linux/amd64 或 linux/arm64(较新的 Mac)
  • 非 Docker 本地安装需 Python 3.10、git
  • 非 Docker 安装推荐使用 uv,也可使用 conda
  • 需准备大模型与 Embedding 的 api_key(私有 RAG 可改用 Ollama)

安装与启动步骤

  1. 1运行 Docker 镜像

    推荐方式。full 版本含 unstructured 额外包,支持 .doc、.docx 等更多文件类型,但镜像体积更大。

    docker run -e GRADIO_SERVER_NAME=0.0.0.0 -e GRADIO_SERVER_PORT=7860 -v ./ktem_app_data:/app/ktem_app_data -p 7860:7860 -it --rm ghcr.io/cinnamon/kotaemon:main-full
  2. 2按需切换镜像版本

    lite 版本体积小、多数场景够用;带 ollama 的镜像内置本地模型,适合本地/私有 RAG。

    docker run -e GRADIO_SERVER_NAME=0.0.0.0 -e GRADIO_SERVER_PORT=7860 -v ./ktem_app_data:/app/ktem_app_data -p 7860:7860 -it --rm ghcr.io/cinnamon/kotaemon:main-lite
  3. 3指定平台架构

    Mac(arm64) 等场景可在 docker run 中加 --platform 参数显式指定平台。

    docker run -e GRADIO_SERVER_NAME=0.0.0.0 -e GRADIO_SERVER_PORT=7860 -v ./ktem_app_data:/app/ktem_app_data -p 7860:7860 -it --rm --platform linux/arm64 ghcr.io/cinnamon/kotaemon:main-lite
  4. 4克隆代码仓库

    不使用 Docker 时的本地安装第一步;项目根目录后续用来创建 .env 文件。

    git clone https://github.com/Cinnamon/kotaemon
    cd kotaemon
  5. 5创建 Python 环境

    推荐用 uv 安装依赖并激活虚拟环境;也可用 conda 方式安装 kotaeom 两个子包。

    uv sync --python 3.10
    source .venv/bin/activate
  6. 6配置 .env 文件

    在项目根目录创建 .env,以 .env.example 为模板,预配置模型 api_key;仅在首次运行时用于填充数据库。

  7. 7启动 Web 服务

    运行后应用会自动在浏览器中打开;默认用户名和密码均为 admin,可在界面里新增用户。

    python app.py
  8. 8检查模型配置

    进入 Resources 标签页的 LLMs and Embeddings,确认 api_key 已正确读取,未设置可在此处补填。

关键配置

配置项必填说明示例
GRADIO_SERVER_NAME否Web 服务监听地址,容器中一般设为 0.0.0.00.0.0.0
GRADIO_SERVER_PORT否Web 服务端口,需与 -p 映射端口一致7860
GRAPHRAG_API_KEY否使用 GraphRAG 检索功能时必须设置的 API KEYsk-xxxxxxxx
KH_DOCSTORE否文档存储后端,提供全文检索能力LanceDB
KH_VECTORSTORE否向量存储后端,用于向量检索ChromaDB
USE_NANO_GRAPHRAG否设为 true 时启用 NanoGraphRAG 实现true

如何确认成功

浏览器访问 http://localhost:7860/,出现 kotaemon WebUI 即成功;默认用户名和密码均为 admin。

常见问题

Q:lite 和 full 镜像怎么选?

A:full 镜像额外安装 unstructured 包,支持 .doc、.docx 等更多文件类型但体积更大;大多数用户使用 lite 镜像即可。

Q:容器里的数据会丢失吗?

A:启动命令用 -v ./ktem_app_data:/app/ktem_app_data 把应用数据挂载到宿主机,删除容器后数据仍在本地目录中。

Q:如何做本地/私有 RAG?

A:使用内置 Ollama 的镜像 ghcr.io/cinnamon/kotaemon:main-ollama,并参考 docs/local_model.md 完成本地模型配置。

Q:安装 nano-graphrag 或 LightRAG 报版本冲突怎么办?

A:按 README 提示执行 pip uninstall hnswlib chroma-hnswlib && pip install chroma-hnswlib 快速修复,再启动 Kotaemon。

Q:默认登录账号是什么?

A:用户名和密码均为 admin,登录后可直接通过界面创建其他用户。

注意事项

  • README 明确推荐普通用户从最新 release 下载 .zip 直接使用,或参考官方 User Guide。
  • Docker 镜像存放在 GHCR,全部镜像可在项目的 Packages 页面查看。
  • .env 文件只在首次运行时填充数据库,之后再次启动不会再使用该文件。
  • 官方 MS GraphRAG 索引仅支持 OpenAI 或 Ollama API,建议多数用户改用 NanoGraphRAG。

核心亮点

  • 基于RAG架构,支持与多种文档格式(如PDF、DOCX等)进行自然语言对话,检索准确率高
  • 提供简洁直观的Web界面,用户可快速上传文档并获取带引用的回答,降低使用门槛
  • 支持本地部署和自定义LLM接入,兼顾数据隐私与灵活性,适合企业或隐私敏感场景

不足之处

  • 文档/社区待观察

适用场景

  • 企业内部知识库问答,员工快速检索合同、手册等文档
  • 学术研究场景,辅助阅读论文并提取关键信息
  • 个人文档管理,用于整理笔记或书籍并交互式查询

替代项目

LangChain、Haystack、txtai

上一篇:Langchain-Chatchat

下一篇:WeKnora

同类项目推荐

openchatbi 开源

用聊天代替写SQL,一句话查数出图

OpenChatBI is an intelligent chat-based BI tool powered by large language models, de···

★ 677 2026-09-12
coco-app 开源

搜索记录协作一屏搞定,不再来回切换

Coco AI App - Search, Connect, Collaborate, Personal AI Search and Assistant, all in···

★ 727 2026-08-09
Controllable-RAG-Agent 开源

用图算法让RAG回答复杂问题更准更可控

This repository provides an advanced Retrieval-Augmented Generation (RAG) solution f···

★ 1629 2026-08-09
awesome-llm 开源

一页清单,快速找到 LLM 框架、工具与学习资料

A curated list of awesome LLM frameworks, libraries and software.

★ 870 2026-09-14
storm 开源

输入主题,自动生成带引用的长文报告

An LLM-powered knowledge curation system that researches a topic and generates a ful···

★ 31821 2026-08-09
rag-web-ui 开源

上传文档,即刻拥有一个能聊天的知识库助手

RAG Web UI is an intelligent dialogue system based on RAG (Retrieval-Augmented Gener···

★ 3297 2026-08-09
RAG-Anything 开源

多模态文档一键变可问答知识库

"RAG-Anything: All-in-One RAG Framework"

★ 24456 2026-10-02
BCEmbedding 开源

有道开源的 RAG 嵌入+重排模型,中文检索更准

Netease Youdao's open-source embedding and reranker models for RAG products.

★ 1878 2026-10-02
extractor 开源

用自然语言描述,让 LLM 帮你从网页中提取结构化数据

Use LLMs to robustly extract web data

★ 321 2026-08-09