OpenKB：它是什么、解决了什么问题以及为何受到关注

它解决了什么

OpenKB 将原始、碎片化的文档转化为结构化、相互链接的 Wiki 风格知识库。与传统的 RAG（检索增强生成）不同，后者对每个查询都要从头检索信息，OpenKB 将知识编入一个持久、不断演进的 Wiki，信息会随时间累积，从而减少了反复从原始数据中重新推导洞见的需求。

工作原理

OpenKB 采用两层架构：Wiki 基础层 和 生成器。

1. Wiki 基础层：它将各种文件格式（PDF、Word、PowerPoint 等）转换为 Markdown。对于长文档（20 页以上），它使用 PageIndex 创建层级树索引，而不是读取全文。随后由 LLM 将这些文档编译成摘要、概念页和实体页（人物、组织、地点、产品），并加入交叉链接。
2. 生成器：这些工具以编译好的 Wiki 为底层素材，生成输出，如对查询的有依据的答案、交互式聊天会话、3D 知识图谱以及 HTML 幻灯片等。

适用人群

它面向需要管理大量复杂文档，并希望拥有可持久、结构化的知识库的用户，可与 Obsidian 等工具集成，或用于驱动专用 AI 代理。

亮点

• 无向量检索：对长文档使用基于推理的树索引（PageIndex），而非向量数据库。
• 引用与综合：自动生成摘要并在多文档之间建立交叉引用。
• 技能工厂：将 Wiki 中的知识提炼为可移植的代理技能，可在 Claude Code、Codex 和 Gemini CLI 中使用。
• Obsidian 兼容：将 Wiki 存储为普通 Markdown 文件并使用 wikilinks，天然兼容 Obsidian 的图谱视图。
• 多模态：能够检索并理解图形、表格和图片。

摘要

OpenKB 是一个开源 CLI 系统，利用 LLM 将原始文档编译为结构化、相互链接的 Wiki 风格知识库，实现持久的知识积累和基于推理的检索。

标题

OpenKB：它是什么、解决了什么问题以及为何受到关注