VectifyAI/OpenKB

解决的问题

OpenKB 将碎片化的原始文档转换为结构化、互联的维基式知识库。与每次查询都从头开始检索信息的传统 RAG 不同，OpenKB 将知识一次性编译成一个持久、演进的维基，其中信息会不断累积，且交叉引用会自动维护。

工作原理

OpenKB 使用 LLM 处理文档（PDF、Word、Markdown、URL 等），并使用带有 wikilinks 的纯 Markdown 文件将其编译为摘要、概念页和实体页（人物、组织、地点、产品）。

对于长文档（通常为 20 多页），它通过与 PageIndex 集成来创建分层树状索引，允许 LLM 对文档结构进行推理，而不是阅读全文。这种基于推理的无向量检索确保了处理复杂文件时的准确性。生成的维基与 Obsidian 兼容，并遵循 Google Open Knowledge Format (OKF) 规范。

适用对象

专为需要管理大量技术文档、研究论文或企业知识，并希望拥有一个可以作为可再分发“技能”集成到其他 AI 智能体（如 Claude Code 或 Gemini CLI）中的持久、人类可读的知识库的用户而设计。

亮点

• 无向量检索：针对长文档使用 PageIndex 树状索引，而非传统的向量数据库。
• 编译式维基：自动生成并更新概念和实体的互联 Markdown 页面。
• 多模态支持：能够检索并理解图表、表格和图像。
• 技能工厂：将维基中的知识提炼为可移植的智能体技能，供其他基于 LLM 的工具使用。
• Obsidian 集成：维基以纯 .md 文件存储，使其与 Obsidian 的关系图谱视图原生兼容。
• 知识工作台：包含用于浏览、上传和查询知识库的内置 Web UI。