按分类找 AI 开源项目

知识问答

浏览当前公开快照中“知识问答”相关的 AI 开源项目，并查看许可证、部署、适用场景、限制和核验来源。

open-webui/open-webui — open-webui 是一个可自托管、设计为支持离线运行的可扩展 AI 平台，提供 Web 界面管理 Ollama 本地模型与 OpenAI 兼容 API，并集成了检索增强生成（RAG）等丰富功能。
Graphify-Labs/graphify — graphify 将本地代码、文档和媒体文件夹转化为可查询的知识图谱，使用 tree-sitter AST 对约 40 种语言进行确定性解析而无需调用 LLM。它生成可视化文件和结构化数据，并支持向 AI 编码助手暴露图谱查询能力。
Panniantong/Agent-Reach — agent-reach 是一个为 AI 代理提供互联网平台读取与搜索能力的工具，通过为各平台选择和维护稳定的访问方式，应对 API 付费墙与反爬虫措施带来的阻碍。它通过有序的后端路由机制，在某个访问方式失效时自动切换。
langgenius/dify — dify 是一个将可视化 AI 工作流编排、RAG 数据管道、Agent 构建与模型管理融为一体的开源后端即服务平台。它通过提供直观的可视化界面与底层 API，帮助开发团队在无需编写大量基础代码的情况下，从原型过渡到生产级的 LLM 应用。
tt-a1i/archify — archify 是一个将英文自然语言描述转化为自包含技术 HTML 架构图，并支持多格式高清导出与主题切换的技能工具。它通过 JSON 模式校验与布局检查保障图表质量，并支持组件名称到视觉类别的语义映射。
ruvnet/ruflo — ruflo 在 Claude Code 和 Codex 周围添加执行层，提供专业化智能体群组协调、自学习记忆与安全防护栏，面向需要多智能体协作完成复杂任务的开发者。
langchain-ai/langchain — langchain 是一个用于简化大语言模型应用开发的 Python 框架，通过提供标准接口帮助开发者将模型、向量数据库等互操作组件和第三方集成链接起来。它使开发者能够灵活地在不同抽象层级上构建和编排 AI 应用。
Shubhamsaboo/awesome-llm-apps — awesome-llm-apps 收录了 100 多个经过测试的端到端开源 AI 代理和 RAG 应用合集，涵盖了从基础单文件代理到多代理协作系统、语音和 RAG 流水线等多种架构模式。它适合开发者用来学习和快速启动各类 AI 应用原型。
openclaw/openclaw — openclaw 是一个本地优先的单用户个人 AI 助手，将 WhatsApp、Telegram、Slack 和 Discord 等多个通讯渠道聚合为统一的多渠道收件箱，让用户在自己的设备上管理和响应消息。
Egonex-AI/Understand-Anything — understand-anything 是一个将代码库、知识库或文档转化为交互式知识图谱和可视化仪表盘的工具，帮助开发者理解项目的结构与业务逻辑。
infiniflow/ragflow — ragflow 是一款面向企业的 RAG 引擎，核心特点是基于深度文档理解技术处理复杂格式的非结构化数据。它提供包含高质量文档分块和可溯源引用的 RAG 工作流，并支持配置外部 LLM 和嵌入模型。
xerj-org/xerj — xerj 是一个面向 AI 智能体的搜索引擎，通过自动索引功能使代码、文档、日志和 PDF 等数据可通过 Elasticsearch API 进行查询，以减少智能体的 Token 消耗。
datawhalechina/hello-agents — hello-agents 是一套面向 AI Native Agent 构建的理论与实践结合教程，涵盖从核心范式实现到多智能体项目开发的系统化知识。该教程内容以中文为主，适合具备一定编程基础、希望系统学习智能体的开发者和学习者。
headroomlabs-ai/headroom — headroom 是一个面向 LLM 代理上下文压缩的本地优先工具，通过对工具输出、日志和 RAG 分块等数据进行可逆压缩，在不丢失原始信息的前提下降低 Token 消耗。
bojieli/ai-agent-book — ai-agent-book 是一本关于 AI Agent 设计原理与工程实践的开源书籍，提供涵盖 10 个章节的中英双语文本，并配有按章节组织的可运行示例项目。
unclecode/crawl4ai — crawl4ai 将网页内容转化为经过清洗的 Markdown 和结构化数据，适用于 RAG 和数据管道。该项目无需强制使用 API 密钥，提供包括 Python 库和 Docker 在内的多种部署方式，并具备浏览器控制与反爬虫规避能力。
microsoft/generative-ai-for-beginners — generative-ai-for-beginners 是微软推出的 21 节生成式 AI 入门课程，通过 Python 和 TypeScript 双语代码示例系统讲解核心概念并指导应用构建。适合具备基础编程能力并希望快速掌握大模型应用开发的开发者与教育者。
Tencent/WeKnora — tencent/weknora 适合希望把分散文档转为可检索问答、智能体推理结果和结构化知识 Wiki 的团队，尤其值得评估其文档到关联 Markdown 页面与知识图谱的转换能力。选型前应先确认模型提供方、数据边界、网络访问控制和硬件需求。
AstrBotDevs/AstrBot — astrbotdevs/astrbot 是一个开源的会话式 AI 智能体聊天机器人平台，提供将大语言模型接入主流即时通讯应用所需的基础设施。该平台集成了插件扩展、大语言模型和企业知识库，支持构建生产级工作流。
TencentCloud/Octop — octop 是一个自托管的单进程多用户 AI 助手，面向家庭和小团队，将对话、工作区和凭据保留在用户自己的机器上。它同时提供 Web 控制台、CLI、IM 渠道接入和 cron 定时自动化，每位用户可拥有多个具备独立工作区、提供商与渠道的专家（agent）。
microsoft/ai-agents-for-beginners — ai-agents-for-beginners 是一个面向 AI Agent 初学者的结构化教学仓库，提供 18 课时的图文指南、视频和 Python 代码示例，覆盖从基础概念到生产部署的课程主题。
Mintplex-Labs/anything-llm — anything-llm 提供了一套集成文档对话与 AI 代理能力的桌面或服务器端应用，支持本地隐私部署与多用户权限管理。用户无需编写代码即可通过图形界面将 PDF 等文件导入工作区进行问答交互。
opendatalab/MinerU — mineru 是一款文档解析工具，可将 PDF、图片及 Office 文档转换为 Markdown 与 JSON 格式，服务于检索增强生成等下游处理流程。该项目支持复杂版面识别、公式与表格提取，并提供多种解析后端以适应不同硬件配置。
PaddlePaddle/PaddleOCR — PaddleOCR 是一个文档解析库，旨在将非结构化的图像和 PDF 文档转换为结构化的 Markdown 或 JSON 数据，以支撑大语言模型应用。该项目提供了 0.9B 参数的轻量级视觉语言模型以及结构化解析能力。
virgiliojr94/book-to-skill — virgiliojr94/book-to-skill 将大型技术书籍或文档编译为可按需加载章节的结构化智能体技能，适合围绕单份长文档进行持续问答与知识复用。它支持本地运行，也提供不注册智能体技能的独立文本提取命令行工具。
run-llama/llama_index — run-llama/llama_index 是一个面向 LLM 应用的数据框架，用于接入既有数据、组织数据，并在数据之上提供检索与查询接口。它适合需要用私有数据增强 LLM 应用或构建智能体应用的代码型团队。
mem0ai/mem0 — mem0ai/mem0 为 AI 助手与 Agent 提供智能记忆层，支持跨会话保留用户偏好与会话状态，并实现自适应的个性化交互。其检索机制结合语义、BM25 关键词与实体匹配，并在 LoCoMo 基准测试中取得 92.5 分。
qdrant/qdrant — qdrant 是用 Rust 编写的向量相似度搜索引擎，支持稠密向量、稀疏向量、多向量搜索与 JSON 负载过滤，并提供分片与副本的横向扩展能力。内置量化可将 RAM 占用降低多达 97%，用户可在搜索速度与精度之间进行调节。
DeusData/codebase-memory-mcp — deusdata/codebase-memory-mcp 适合需要让 AI 编码代理在本地理解大型或多服务代码库的团队：它把源码索引为持久化知识图谱，并通过 MCP 或命令行提供结构、关系与语义查询。若需求是独立的自然语言问答系统，或不希望安装程序修改代理配置，则不宜直接采用。
TencentCloud/TencentDB-Agent-Memory — tencentdb-agent-memory 为 AI Agent 提供层级式长期记忆与符号化短期记忆能力，通过将繁重工具日志外部化并压缩任务状态，旨在减少 Token 消耗并提升长周期任务的成功率。
upstash/context7 — context7 面向需要在编码任务中获取较新、版本匹配的库文档与代码示例的团队，可通过 MCP 服务或命令行把检索结果加入模型提示。适合降低因训练数据陈旧或过于通用而引用过时 API 的概率，但不能把社区文档视为准确性、完整性或安全性均有保证的权威来源。
milvus-io/milvus — milvus 是一款云原生向量数据库，支持在十亿级向量规模下进行可扩展的向量近似最近邻（ANN）搜索，并支持实时流式更新。
volcengine/OpenViking — OpenViking 是一个可自托管的开源上下文数据库，将 Agent 记忆、知识 RAG 和技能统一为可检视的虚拟文件系统，通过 viking:// URI 访问。
tinyhumansai/openhuman — tinyhumansai/openhuman 是一款本地优先的个人 AI 应用，将个人数据整理为持久记忆，并支持可恢复的多智能体工作流与个人数据和网络研究。它以桌面应用和二进制安装包提供，支持本地运行。
TabbyML/tabby — tabbyml/tabby 是一个自托管的开源 AI 编码助手，定位为 GitHub Copilot 的本地替代方案。该项目自成体系，无需数据库或云服务即可运行，并支持消费级 GPU 硬件。
deepset-ai/haystack — haystack 是一个 Python 框架，用于构建生产就绪的 LLM 应用程序，通过模块化管道编排检索、路由和生成过程。该框架允许开发者对信息进行检索、过滤和组合后提供给模型，并支持在系统间切换不同的模型或基础设施组件。
assafelovic/gpt-researcher — gpt-researcher 是一个自主深度研究代理，通过并行聚合超过 20 个网络或本地数据源，生成带有引用的详细研究报告。它采用规划与执行智能体协作完成研究任务，适用于需要客观、时效性信息整理的场景。
Unstructured-IO/unstructured — unstructured 是一个 Python 库，用于简化大语言模型（LLM）场景下非结构化数据的摄入与预处理，可将图片和文本文档转换为结构化输出。
weaviate/weaviate — weaviate 是一款云原生向量数据库，将向量相似度搜索、关键字过滤与生成式 RAG 能力整合在单一查询中，旨在解决 AI 应用在规模化场景下需要独立部署检索、向量存储与生成系统的难题。
VectifyAI/PageIndex — vectifyai/pageindex 适合评估以文档层级结构和大模型推理替代向量相似度检索的长文档 RAG 方案，尤其适用于需要页码、章节引用和上下文关联的场景。若主要输入是复杂 PDF，则不应只依赖其开源包的标准 PDF 解析能力。

搜索

按分类找 AI 开源项目