knowhere

Knowhere 萃取、解析並輸出結構化區塊,供 AI 代理與 RAG 使用。

knowhere 是什麼?

Knowhere 萃取、解析並輸出結構化區塊,供 AI 代理與 RAG 使用。

knowhere 概覽

這是什麼

Knowhere 是一個文件智慧與檢索基礎設施,能將複雜、髒亂的檔案轉換為 AI 代理可持續使用的可導航記憶。它接收非結構化文件,並在單一管道中完成解析、階層重建、多模態結構化與圖形建構。每個結果都與其文件、章節、來源頁面及相關資產保持連結。它沿著文件的原始階層進行解析,並使用前沿視覺模型來減少提取錯誤。文件可以漸進式攝入:先變得可讀與可搜尋,再於背景中豐富內容。

主要功能

  • 依格式分流:頁面型文件(PDF、PowerPoint)使用視覺解析;其他格式則以原生方式解析。兩者最終都進入相同的區塊與中繼資料結構。
  • 漸進式攝入:使用 ingestion_mode=progressive 時,文件先變得可讀與可搜尋,接著獲得大綱與階層,最後在背景中豐富內容。
  • 無需脆弱重建即可回憶:即使 OCR 或版面提取無法可靠還原每個元件,頁面仍可透過摘要、實體、原始文字與階層進行索引與搜尋。
  • 單一可導航記憶:文字章節與視覺頁面成為相容的階層節點,附有來源證據、連結資產與跨文件關係。
  • 代理檢索:Knowhere 提供語料庫導航工具(recall、grep、outline、read),代理可用來探索文件記憶。外部代理可透過 MCP 或 API 呼叫這些工具。
  • 支援超長 PDF 與圖集(例如超過 1000 頁),並將技術圖集導向專用的版面感知解析器。
  • 支援多種圖片格式:.gif、.webp、.bmp、.tif/.tiff、.heic/.heif。

使用情境

Knowhere 專為 AI 代理與 RAG(檢索增強生成)工作流程設計。它可用於代理型 RAG、向量型 RAG,或任何需要結構化、可導航文件記憶的 LLM 工作流程。適合處理複雜、髒亂的檔案,例如 PDF、簡報與技術圖集,並建立代理可使用階層感知工具查詢的持久記憶。

快速開始

請參閱儲存庫的 README 以取得安裝與快速入門說明。Knowhere Cloud 可在 knowhereto.ai 使用,註冊即可獲得 5 美元免費額度。如需自行託管,請參考 knowhere-self-hosted 儲存庫。

授權與價格

Knowhere 採用 Apache-2.0 授權的開源軟體。價格未明確說明,僅知為開源;受管雲端服務提供免費額度。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/ontos-aiknowhere.svg)](https://yunodb.com/tools/ontos-aiknowhere?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/ontos-aiknowhere?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/ontos-aiknowhere.svg" alt="Featured on YunoDB" height="20"></a>