Kwipu
使用完全本機的圖形 RAG 引擎，在您的 Markdown 筆記中提問。專為 Obsidian 筆記庫打造，也適用於任何 Markdown 檔案資料夾。
Kwipu 是什麼？
使用完全本機的圖形 RAG 引擎，在您的 Markdown 筆記中提問。專為 Obsidian 筆記庫打造，也適用於任何 Markdown 檔案資料夾。從 wikilinks 與 YAML 前置資料中提取實體關係三元組，透過混合搜尋（向量 + BM25 + 時間）檢索答案。多語言支援。無需雲端。在 Ollama 上執行。
Kwipu 概覽
這是什麼
Kwipu 能將一個文件夾轉換為屬性圖 RAG 索引，您可以透過互動式終端機、3D 網頁介面或 MCP 用戶端進行探索與查詢。它適用於一般知識文件夾與 Obsidian 風格的筆記庫。當選用本機 Ollama LLM 與嵌入模型時，系統可完全在本機執行；預設 LLM 為 gpt-oss:20b-cloud，該模型可能將資料傳送至其提供者。
主要功能
- 從
.md、.txt、.pdf與.docx文件建立屬性圖。 - 透過 LLM 提取語意關係，並從 wikilinks 與 YAML frontmatter 提取結構關係。
- 結合向量相似度、BM25、時間元資料與選擇性同義詞檢索。
- 將答案基於來源區塊並附上引用。
- 以互動式 3D 圖形視覺化實體、文件與關係。
- 監控來源文件夾並安全更新持久化儲存。
- 支援英文、義大利文、法文、德文、西班牙文與葡萄牙文模式。
使用情境
- 直接在終端機中查詢專案背景、角色與任務。
- 重構會議與審查中的變更。
- 比較人員、角色與佐證文件。
- 從瀏覽器探索知識圖譜並提出問題。
- 透過 MCP 協定連接 AI 用戶端。
快速開始
powershell git clone https://github.com/benmaster82/Kwipu.git Set-Location .Kwipu py -3.12 -m venv .venv .venvScriptsActivate.ps1 python -m pip install --upgrade pip==25.1.1 python -m pip install -r .bridgerequirements.txt ollama pull nomic-embed-text ollama pull gpt-oss:20b-cloud # 或使用本機模型 python .geode_graph.py --fast 完整設定（含網頁介面與 MCP 伺服器）請參閱儲存庫 README。
授權與價格
採用 MIT 授權。開放原始碼。
內容整理自該專案公開的 README 與儲存庫資訊。
