VectifyAI/OpenKB

OpenKB: Open LLM Knowledge Base

What it solves

OpenKB 将零散、未结构化的文档转换为结构化、相互链接的 Wiki 风格知识库。不同于传统 RAG 每次查询都从头检索信息，OpenKB 将知识编译成持久演化的 Wiki，摘要、概念和实体会自动合成并交叉引用，使知识随时间累积。

How it works

OpenKB 使用两层架构：wiki 基础层和生成器。

  1. Wiki Foundation：使用 markitdown 处理短文件，对长文档（PDF ≥ 20 页）则使用 PageIndex，将输入文档（PDF、Word、PPT、URL 等）创建层级树索引。随后 LLM 将这些内容编译成 Markdown 文件，包含摘要、概念页和实体页（人物、组织、地点、产品），遵循 Google OKF 规范。
  2. Generators：这些工具从已编译的 Wiki 读取数据，生成特定输出，例如通过 query 与 chat 提供有依据的答案、使用 visualize 生成交互式 3D 知识图谱、以及通过 Skill Factory 输出可移植的代理技能。

Who it’s for

适用于需要管理大量复杂信息（多种格式）的用户，以及希望基于私有知识库创建可再分发 AI 代理技能的开发者。

Highlights

  • Vectorless Retrieval：使用 PageIndex 的基于推理的树索引，取代传统向量数据库。
  • Obsidian Compatibility：Wiki 以纯 Markdown 文件和 wikilinks 形式存储，天然兼容 Obsidian。
  • Skill Factory：将知识提炼为可安装在 Claude Code、Codex、Gemini 等代理上的可移植技能。
  • Multi-modal Support：能够检索和理解图表、表格以及图像。
  • Broad Format Support：支持 PDF、Word、Markdown、PowerPoint、HTML、Excel、CSV 与 URL。