VectifyAI/OpenKB

OpenKB: Open LLM Knowledge Base

What it solves

OpenKB 會把零散、未結構化的文件轉換成結構化、相互鏈接的 Wiki 風格知識庫。與傳統 RAG 每次查詢都從頭檢索資訊不同，OpenKB 會把知識編譯成持續演化的 Wiki，摘要、概念與實體會自動合成並交叉參照，使知識隨時間累積。

How it works

OpenKB 採用雙層架構：wiki 基礎層與生成器。

  1. Wiki Foundation：使用 markitdown 處理短檔案，對長文件（PDF ≥ 20 頁）則使用 PageIndex，將輸入文件（PDF、Word、PPT、URL 等）建立層級樹索引。之後 LLM 會把這些內容編譯成 Markdown 檔，內含摘要、概念頁與實體頁（人物、組織、地點、產品），遵循 Google OKF 規範。
  2. Generators：這些工具從已編譯的 Wiki 讀取資料，產生特定輸出，例如透過 query 與 chat 提供有根據的答案、使用 visualize 產生互動式 3D 知識圖譜、以及透過 Skill Factory 產出可攜式代理技能。

Who it’s for

適用於需要管理大量複雜資訊（多種格式）的使用者，以及想要基於私有知識庫打造可再分發 AI 代理技能的開發者。

Highlights

  • Vectorless Retrieval：使用 PageIndex 的基於推理的樹索引，取代傳統向量資料庫。
  • Obsidian Compatibility：Wiki 以純 Markdown 檔案與 wikilinks 形式儲存，天然相容 Obsidian。
  • Skill Factory：將知識萃取成可安裝於 Claude Code、Codex、Gemini 等代理的可攜技能。
  • Multi-modal Support：能檢索與理解圖表、表格與影像。
  • Broad Format Support：支援 PDF、Word、Markdown、PowerPoint、HTML、Excel、CSV 與 URL。