veyliss/ai-localbase

它解决了什么问题

AI LocalBase 是一个本地优先的 RAG（检索增强生成）系统，旨在让个人和小团队快速搭建私有知识库。它允许用户将本地文档连接到向量检索流程和大型语言模型（LLM）进行对话式问答，确保数据始终保留在自托管环境中。

工作原理

系统使用基于 Go 的后端和 React 前端。它会将上传的文档（TXT、Markdown、PDF、xlsx、csv）通过嵌入模型转换为向量，并存储在 Qdrant 向量数据库中。当用户提出问题时，系统检索相关的文档片段并将其注入 LLM 的上下文。它支持与 Ollama 集成实现完全本地执行，或使用兼容 OpenAI 的 API 连接云端模型。

目标用户

• 寻求私密、本地个人知识库的个人用户。
• 需要自托管内部文档问答系统的小团队。
• 测试 RAG 原型或实验不同检索策略的开发者。
• 使用 AI 代理（如 Cursor 或 Claude Desktop）的用户，想通过内置 MCP 服务器连接本地知识库。

亮点特色

• 本地优先架构：通过 Docker Compose 完全自托管部署，聊天记录保存到 SQLite，配置使用 JSON。
• 高级检索：具备自动文本切分、MMR 冗余移除、混合搜索、语义重排序和查询改写功能。
• MCP 服务器集成：内置 Model Context Protocol（MCP）服务器，允许外部 AI 代理访问知识库和会话能力。
• 广泛文档支持：支持多种文件格式，包括 PDF、Excel 与 CSV。
• RAG 评估：能够从现有知识库文档生成评估数据集，以验证检索质量。