VectifyAI/OpenKB

解決的問題

OpenKB 將碎片化的原始文件轉換為結構化、互連的維基式知識庫。與每次查詢都從頭開始檢索資訊的傳統 RAG 不同，OpenKB 將知識一次性編譯成一個持久、演進的維基，其中資訊會不斷累積，且交叉引用會自動維護。

工作原理

OpenKB 使用 LLM 處理文件（PDF、Word、Markdown、URL 等），並使用帶有 wikilinks 的純 Markdown 檔案將其編譯為摘要、概念頁和實體頁（人物、組織、地點、產品）。

對於長文件（通常為 20 多頁），它透過與 PageIndex 集成來建立分層樹狀索引，允許 LLM 對文件結構進行推理，而不是閱讀全文。這種基於推理的無向量檢索確保了處理複雜文件時的準確性。生成的維基與 Obsidian 相容，並遵循 Google Open Knowledge Format (OKF) 規範。

適用對象

專為需要管理大量技術文件、研究論文或企業知識，並希望擁有一個可以作為可再分發「技能」整合到其他 AI 代理（如 Claude Code 或 Gemini CLI）中的持久、人類可讀的知識庫的用戶而設計。

亮點

• 無向量檢索：針對長文件使用 PageIndex 樹狀索引，而非傳統的向量資料庫。
• 編譯式維基：自動生成並更新概念和實體的互連 Markdown 頁面。
• 多模態支援：能夠檢索並理解圖表、表格和圖像。
• 技能工廠：將維基中的知識提煉為可移植的代理技能，供其他基於 LLM 的工具使用。
• Obsidian 整合：維基以純 .md 檔案儲存，使其與 Obsidian 的關係圖譜檢視原生相容。
• 知識工作台：包含用於瀏覽、上傳和查詢知識庫的內建 Web UI。