benmaster82/Kwipu

解决的问题

Kwipu 允许用户将文档文件夹（如 Obsidian 库或普通笔记）转换为可搜索、可交互的知识图谱。它解决了通过简单关键词搜索难以查询大量个人笔记的问题，提供基于来源的、带引用的准确答案。

工作原理

Kwipu 支持处理 .md、.txt、.pdf 和 .docx 格式的文档。它使用大语言模型（LLM）提取语义关系，并通过 wikilinks 和 YAML frontmatter 识别结构关系，构建属性图。在检索时，结合向量相似度、BM25 和时间元数据。用户可通过命令行界面、3D 网页可视化界面或 MCP（Model Context Protocol）客户端与数据交互。系统可使用 Ollama 完全本地运行，也可连接云端模型。

适用人群

专为管理大型知识库或“第二大脑”（如 Obsidian 用户）的个人设计，希望使用 AI 查询笔记并可视化实体与文档之间关联的人群。

主要亮点

• 多接口访问：可通过终端、3D 网页 UI 或 MCP 服务器进行查询。
• 混合检索：结合向量搜索、BM25 和时间元数据，提升检索准确率。
• 本地优先选项：支持通过 Ollama 完全本地执行，保障隐私。
• 自动更新：监控源文件夹，增量式更新图谱索引。
• 有根答案：基于源数据块并附带清晰引用提供回答。