knowhere

把文档变成 AI 能直接用的结构化数据块

开源 🏷️定价信息待确认 ✅ 目前可打开智能体 🍴 复刻 339 🐛 待处理 48 👀 关注 84

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 3946

维护状态活跃

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

项目数据

分类智能体

开发团队Ontos-AI

官网地址https://knowhereto.ai

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

定价模式🏷️定价信息待确认

价格说明定价信息待确认

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

GitHub 星标★ 3946

上线时间2026-04-30 00:00:00

代码更新2026-11-09

仓库体积868.3 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数4

项目介绍

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。

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 ★ 3946

技术标签

agent-harness ai-agents claude-code codex cursor

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`