Ontos-AI/knowhere

Knowhere extracts, parses, and outputs structured chunks ready for AI Agents and RAG.

What it solves

Knowhere는 복잡한 PDF, Office 파일, 이미지와 같은 "더러운" 비구조화 문서가 AI 에이전트가 사용하기 어렵다는 문제를 해결합니다. 기존 RAG는 이러한 문서를 고립된 텍스트 조각으로 평탄화하는 경우가 많아 의미적 컨텍스트와 계층 구조가 손실되어 AI 에이전트 응답의 정확도와 신뢰성이 낮아집니다.

How it works

Knowhere는 메모리 레이어로서 문서 처리를 두 가지 주요 단계로 수행합니다:

  1. Parse and Build Memory: MinerU와 같은 특수 파서를 사용해 멀티모달 파일을 수집합니다. 독점적인 트리 형태 알고리즘이 문서의 원래 계층 구조를 재구성하고 가벼운 메모리 그래프를 구축하여 청크가 의미적 컨텍스트와 관계를 유지하도록 합니다.
  2. Agentic Retrieval: 단순 벡터 조회 대신 AI 에이전트가 재구성된 섹션 트리와 그래프 링크를 탐색합니다. 이를 통해 에이전트는 인간 독자처럼 문서의 관련 영역을 "깊이 파고들어" 추적 가능한 소스 경로에 기반한 인용을 제공할 수 있습니다.

Who it’s for

복잡하고 장문이거나 멀티모달 문서를 처리하면서 높은 검색 정확도와 증거 기반 추적 가능성을 유지해야 하는 AI 에이전트 및 Agentic RAG 워크플로우를 구축하는 개발자를 위해 설계되었습니다.

Highlights

  • Multi-modal Support: VLM을 사용해 표와 이미지를 추출·요약하고 원본 텍스트에 다시 연결합니다.
  • Hierarchy Preservation: 문서 구조를 재구성해 의미적 파편화를 방지합니다.
  • Agentic Navigation: 전통적인 검색(RRF)과 문서 트리·그래프의 자율 탐색을 결합합니다.
  • Broad Format Support: PDF, DOCX, PPTX, XLSX, CSV, 이미지, Markdown, 텍스트를 지원합니다.
  • Model Agnostic: DeepSeek, Qwen, OpenAI 등 다양한 LLM/VLM 제공자를 지원합니다.