document.ai

企业问答每条结论都能追到原文版本和有效期

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 322 👀 关注 42
GitHub ↗
GitHub 星标 ★ 3662
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,无官网定价信息

项目预览

document.ai 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GanymedeNil
定价模式🏷️完全免费
价格说明开源项目,无官网定价信息
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chinese,deepseek,enterprise-search,fastapi,knowledge-base,langgraph,llm,nextjs,opensearch,postgresql,question-answering,qwen,rag,retrieval-augmented-generation
GitHub 星标★ 3662
上线时间2023-03-10 00:00:00
代码更新2026-11-16
仓库体积1.4 MB
本站数据更新2026-11-22
维护状态活跃
收录时间2026-11-22
浏览次数0

项目介绍

document.ai 是一个面向企业知识库的检索增强问答系统,重点解决大模型回答「无据可查、版本混乱、时效不明」的问题。用户提问后,系统不仅给出答案,还会标注结论来自哪份文档、哪个版本、具体段落位置,并判断该信息在目标时间点是否仍然有效。技术上采用 Python 与 FastAPI 构建后端,LangGraph 编排多步检索与推理流程,OpenSearch 负责全文与向量检索,PostgreSQL 存储文档元数据与版本关系,前端使用 Next.js,并针对中文场景适配了 DeepSeek 等模型。适合内部制度、产品手册、技术文档等需要严格引用来源的企业知识管理场景。

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 2026-11-22 · 当前星标 ★ 3662

使用教程

难度:进阶 约 40 分钟 部署方式:本地安装 6 步

环境要求

  • Python 3.14(需按 README 用 python3.14 创建虚拟环境)
  • Docker(用于启动 PostgreSQL 18.6 与 OpenSearch 3.9.0)
  • Node.js 20.9 以上(构建 Web UI)
  • 一个 OpenAI 兼容的生成服务(如 DeepSeek)及其 API 密钥
  • 如需解析 PDF、扫描件、PPTX、XLSX、图片,需额外安装含 PyTorch 的 requirements-docling.txt

安装与启动步骤

  1. 1启动依赖服务

    用仓库自带的 compose 文件在后拉起 PostgreSQL 与 OpenSearch,后续建库和检索都依赖它们。

    docker compose -f docker-compose.dev.yml up -d
  2. 2创建虚拟环境装依赖

    在仓库根目录建 .venv 并安装 Python 依赖;需解析 PDF、图片等格式时改装 requirements-docling.txt。

    python3.14 -m venv .venv && .venv/bin/pip install -r requirements.txt
  3. 3编写模型服务配置

    在仓库根目录建 .env(已被 .gitignore 忽略,不要提交),分别配置生成、Embedding、重排三类服务,模板见 deploy/eaer.env.example。

  4. 4启动本地向量服务

    用内置 modelserver 在 8100 端口提供 Embedding 与重排,首次运行会下载模型;也可改为配置外部服务地址。

    .venv/bin/python -m modelserver --port 8100 --env-file .env
  5. 5建库建索引并启动后端

    设置数据库、存储目录、令牌表与 OpenSearch 地址后,执行数据库迁移、重建索引,再启动 API 与后台任务进程;令牌表格式见 deploy/tokens.example.json。

    export EAER_DATABASE_URL=postgresql://postgres:postgres@localhost:5432/eaer
    export EAER_STORAGE_DIR=$PWD/files
    export EAER_TOKENS_FILE=$PWD/deploy/tokens.json
    export EAER_OPENSEARCH_URL=http://localhost:9200
    export EAER_ADMISSION=off
    set -a; . ./.env; set +a
    .venv/bin/alembic upgrade head
    .venv/bin/python -m eaer.ingestion rebuild --build-id b1
    .venv/bin/uvicorn eaer.api.main:app --port 8000 &
    .venv/bin/python -m eaer.ingestion &
  6. 6启动 Web 界面

    进入 web 目录安装依赖并启动开发服务器,默认监听 3200 端口。

    cd web && npm ci && npm run dev

关键配置

配置项必填说明示例
EAER_GEN_BASE_URL是生成模型服务的 OpenAI 兼容接口地址https://api.deepseek.com
EAER_GEN_API_KEY是生成服务的访问密钥,填自己的真实密钥sk-xxxxxxxxxxxxxxxx
EAER_GEN_MODEL是用于作答的生成模型名称deepseek-flash
EAER_EMBED_BASE_URL是Embedding 服务地址,可指向本地 modelserverhttp://127.0.0.1:8100/v1
EAER_RERANK_BASE_URL是重排服务地址,通常与 Embedding 服务同源http://127.0.0.1:8100/v1
EAER_DATABASE_URL是PostgreSQL 连接串,用于迁移与元数据存储postgresql://postgres:postgres@localhost:5432/eaer

如何确认成功

浏览器访问 http://localhost:3200 能打开 Web 界面,且 8000 端口的 API 进程与后台任务进程均未报错退出。

常见问题

Q:为什么必须用 Python 3.14?

A:README 明确以 python3.14 创建虚拟环境并安装依赖,版本不一致可能导致依赖安装或运行失败,建议严格对齐。

Q:上传 PDF 或图片后解析失败怎么办?

A:默认依赖不含文档解析组件,需要改装 requirements-docling.txt(含 PyTorch),PDF、扫描件、PPTX、XLSX、图片才会走 Docling 与 OCR 解析。

Q:没有配置自建 Embedding 服务可以吗?

A:可以把 EAER_EMBED_BASE_URL 与 EAER_RERANK_BASE_URL 指向任意 OpenAI 兼容服务,不一定要跑仓库内置的 modelserver。

Q:接口起来了但检索不到内容?

A:确认已执行 alembic upgrade head 与 eaer.ingestion rebuild 建索引,并检查 EAER_OPENSEARCH_URL 是否指向已启动的 OpenSearch。

Q:本地开发为什么设 EAER_ADMISSION=off?

A:该开关关闭准入检查,Deep 与 Verified 模式直接开放,仅适合本地开发;正式部署需按 docs/部署说明.md 开启准入检查。

注意事项

  • 仓库根目录的 .env 含密钥,已被 .gitignore 忽略,切勿提交到代码仓库。
  • 文档内容会发送到所配置的线上生成服务,部署时须向使用方明示这一数据处理方式。
  • 正式部署(含准入检查、旧索引定时清理、备份恢复与冒烟测试)请参考 docs/部署说明.md。
  • 2023 年的旧版本方案保留在 legacy/ 目录,对应标签 msd-demo-2023,与当前 EAER 流程不同,不要混用。

核心亮点

  • 答案附带文档级与段落级引用,可逐条回溯原文
  • 引入版本与时效判断,能识别过期制度或旧版手册
  • LangGraph 编排检索流程,支持多步推理与多轮追问

不足之处

  • 依赖 OpenSearch 与 PostgreSQL,部署和运维成本偏高
  • 时效判断依赖文档元数据质量,元数据缺失时效果打折
  • 项目处于成长阶段,大规模知识库下的性能数据待观察

适用场景

  • 企业内部制度与流程问答,需标明条款出处
  • 产品手册与技术文档检索,区分不同版本文档
  • 合规与审计场景,要求答案可追溯到具体原文位置

替代项目

RAGFlow、Dify、FastGPT

上一篇:Kumore_Agentic-RAG

下一篇:RAG_Customer_Service

同类项目推荐

agent-pulse 开源

每日自动追踪 AI 行业动态,每周生成决策简报

Evidence-backed AI industry intelligence — trends, source updates, daily data refre···

★ 241 2026-08-09
xyne 开源

把散落各处的资料,问一句就给你答案

AI-first Search & Answer Engine for work. Open-source alternative to Glean.

★ 697 2026-08-09
ai-sdk-preview-rag 开源

用 AI SDK 快速搭建带知识库的问答机器人

Retrieval-augmented generation (RAG) template powered by the AI SDK.

★ 408 2026-08-09
llm-wiki-compiler 开源

把散落 Markdown 笔记自动编译成主题 wiki

Claude Code plugin that compiles markdown knowledge files into a topic-based wiki. I···

★ 332 2026-09-16
ansvisor 开源

一键追踪你的品牌在 AI 搜索中的曝光和提及

Open-source agentic AI Search Execution Platform. Track AI visibility, find opportun···

★ 247 2026-08-09
denser-retriever 开源

让 AI 应用检索更准,企业级 RAG 集成更简单。

An enterprise-grade AI retriever designed to streamline AI integration into your app···

★ 295 2026-08-09
vespa 开源

用 AI 搜索平台,构建实时推荐与语义检索应用

The AI search platform

★ 7188 2026-08-09