knowhere

把文档变成 AI 能直接用的结构化数据块

Knowhere 是一个专注于为 AI Agent 和 RAG 系统提供高质量结构化数据提取与解析的开源工具。它解决了从非结构化文档（如 PDF、网页、Word 等）中高效提取关键信息，并将其转换为适合大模型直接使用的结构化块（chunks）的问题。核心能力包括智能文档解析、内容清洗、语义分块、元数据自动标注，以及无缝对接主流向量数据库（如 Milvus、Qdrant、ChromaDB）和 RAG 框架（如 LangChain、LlamaIndex）。它支持多种大模型后端（GPT、Gemini、Claude），并针对 Cursor、Claude Code 等 AI 编程工具做了优化，能显著提升 RAG 管线的数据准备效率与检索准确性。

开源 unknown 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 3465

维护状态活跃

是否开源是

定价模式 unknown

项目数据

分类智能体

开发团队Ontos-AI

所属国家

官网地址https://knowhereto.ai

GitHubhttps://github.com/Ontos-AI/knowhere

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型agent-harness,ai-agents,claude-code,codex,cursor,document-intelligence,langchain,mutli-agent,rag-pipeline,skills,vector-database

GitHub 星标★ 3465

30天Star增速

HF 下载量

上线时间2026-04-30 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2026-08-09

浏览次数3

使用教程

难度：进阶约 30 分钟部署方式：本地安装 8 步

环境要求

Python 环境（README 指引到 python.org 下载页）
uv 包管理工具，用于 uv sync / uv run 命令
本地基础设施依赖：数据库、Redis、S3 兼容对象存储
至少一个 LLM 供应商密钥：DS_KEY、ALI_API_KEYS、GPT_API_KEY 或 GLM_API_KEY
V2 PDF/PPT 解析需要支持视觉（vision）能力的模型供应商

安装与启动步骤

1同步工作区依赖

在项目根目录执行，一次性安装所有 packages 的依赖，必须成功后再进行后续步骤。
```
uv sync --all-packages
```
2复制环境变量示例

把 API 与 worker 两处的 .env.example 各复制一份为 .env，后续只改 .env 文件。
```
cp apps/api/.env.example apps/api/.env
cp apps/worker/.env.example apps/worker/.env
```
3填写 .env 配置

按需填写数据库与 Redis 连接、S3 存储凭证、至少一个大模型密钥，以及视觉模型供应商；其余参数有代码默认值。
4启动本地基础设施

运行脚本拉起本地开发所需的基础服务（数据库、Redis 等），需先完成 .env 配置。
```
./deploy/local-dev/start-dev.sh
```
5执行数据库迁移

当数据库 schema 需要更新时，在启动 API 之前显式执行迁移，使用 heads 参数。
```
cd apps/api
uv run alembic upgrade heads
```
6启动 API 服务

在独立终端中启动 API 主进程，服务默认监听 http://localhost:5005，需保持终端不关闭。
```
cd apps/api && uv run main.py
```
7启动 Worker

另开一个终端启动 worker 进程，与 API 分开运行，负责后台解析任务。
```
cd apps/worker && uv run worker.py
```
8创建 API 用户密钥

仅做 API 开发、不使用 Dashboard 时，在 API 启动后执行脚本创建用户和密钥。
```
cd apps/api
uv run scripts/init_user.py --email you@example.com
```

关键配置

配置项	必填	说明	示例
`DS_KEY`	否	DeepSeek 等供应商密钥，四种密钥至少配置一个	`sk-xxxxxxxx`
`ALI_API_KEYS`	否	阿里系模型供应商密钥，四种密钥至少配置一个	`sk-xxxxxxxx`
`GPT_API_KEY`	否	GPT 模型供应商密钥，四种密钥至少配置一个	`sk-xxxxxxxx`
`GLM_API_KEY`	否	GLM 模型供应商密钥，四种密钥至少配置一个	`sk-xxxxxxxx`
`MINERU_API_KEYS`	否	仅在使用 V1 分块式 PDF/PPT 流程时才需要	`your-mineru-key`

如何确认成功

浏览器或 curl 访问 http://localhost:5005，API 有响应即表示服务已成功启动。

常见问题

Q：必须同时跑 API 和 worker 吗？

A：README 要求分别在两个终端启动 apps/api 和 apps/worker，两者用途不同，建议都启动以处理后台解析任务。

Q：如何创建 API 用户和密钥？

A：API 启动后执行 cd apps/api && uv run scripts/init_user.py --email you@example.com；若要用 Dashboard，则改为在 Dashboard 中注册。

Q：什么时候需要执行数据库迁移？

A：当数据库 schema 需要更新时，在启动 API 前执行 cd apps/api && uv run alembic upgrade heads。

Q：MINERU_API_KEYS 必须配置吗？

A：不是。只有使用 V1 基于 chunk 的 PDF/PowerPoint 流程时才需要，V2 走视觉模型路线。

注意事项

README 强调先跑通必需的外部服务（数据库、Redis、S3、模型密钥），再按需覆盖模型名、供应商 URL、预算或并发上限等调优项。
V2 解析 PDF/PowerPoint、页面理解、图片摘要、OCR、图谱分类和图片检索都需要配置支持视觉能力的模型供应商。
完整依赖矩阵见 docs/external-services.md。
如需完整 UI 体验，可额外运行 knowhere-dashboard，它默认连接本 API。

核心亮点

深度集成主流向量库与 RAG 框架，开箱即用
支持多种大模型后端，灵活适配不同场景
针对 Cursor、Claude Code 等 AI 编程工具优化，提升开发体验

不足之处

文档/社区待观察

适用场景

企业知识库构建，快速将内部文档转为可检索的 RAG 数据
AI 编程辅助，为 Cursor/Claude Code 提供精准的代码上下文
智能客服系统，从产品手册中提取结构化知识供 Agent 调用

替代项目

Unstructured、LlamaIndex、LangChain

项目介绍

knowhere 是搜索知识领域的开源项目，由 Ontos-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（3,465）位列前 30%，在搜索知识分类的 585 个项目里位列前 13%。

近 42 天，它的 GitHub 星标从 2,383 增加到 3,465，净增 1,082。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。从国内网络环境看，可直接访问。

它主要面向的使用场景是：企业知识库构建，快速将内部文档转为可检索的RAG数据。同类可对比的替代方案包括 Unstructured、LlamaIndex、LangChain。

上一篇：asktube

下一篇：MetaSearchMCP