❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会每日分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！
🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 丰富的 AI 工具库 -> 每日更新 -> 尽在微信公众号 -> 搜一搜：蚝油菜花 🥦
🎯 「知识管理新时代！开源神器让PDF秒变智能顾问，复杂问题一键图解」
大家好，我是蚝油菜花。你是否也经历过这些知识焦虑时刻——
- 📚 百页技术文档读到头秃，关键信息像在玩捉迷藏
- 🔍 查企业财报像破译密码，数据关联全靠脑内Excel
- 🤖 用AI问答总被"超出知识范围"打脸，还得手动喂资料...
今天要拆解的 Yuxi-Know ，正在重定义知识获取方式！这个由开发者社区打造的开源核武器：
- ✅ 文档吞噬者：PDF/TXT/MD全格式通吃，自动构建向量知识库
- ✅ 关系挖掘机：Neo4j知识图谱让"北京是中国的首都"这种关联秒解
- ✅ 模型百宝箱：OpenAI/智谱/DeepSeek等主流大模型即插即用
- ✅ 智能体乐高：支持自定义代码扩展，打造专属AI知识管家
已有金融团队用它分析上市公司关联网络，教育机构靠它生成智能教材问答——你的知识库准备好升级到2.0版本了吗？
Yuxi-Know 是什么
Yuxi-Know（语析）是基于大模型RAG知识库与知识图谱技术构建的智能问答平台。平台支持多种知识库文件格式（如PDF、TXT、MD、Docx），能将文件内容转换为向量存储实现快速检索，并集成基于Neo4j的知识图谱问答能力。
该系统采用多模型适配架构，兼容OpenAI、国内主流大模型及本地部署方案，支持开发者通过编写自定义智能体代码扩展功能。技术栈涵盖VueJS前端、FastAPI后端，以及Milvus向量数据库和Neo4j图数据库的深度整合。
Yuxi-Know 的主要功能
- 多模型支持：适配OpenAI、智谱、DeepSeek等主流大模型API，支持本地vllm/ollama部署
- 全格式知识库：支持PDF/TXT/MD/Docx文档自动向量化，构建可检索知识体系
- 知识图谱引擎：基于Neo4j实现复杂关系查询，支持jsonl格式图谱文件导入
- 智能体扩展：开放自定义智能体开发接口，支持功能模块化拓展
- 混合检索系统：结合向量检索与重排序技术，提升问答准确率
- 可视化配置：提供友好的网页管理界面，支持模型切换和知识库维护
Yuxi-Know 的技术原理
- RAG架构：采用BAAI/bge-m3等向量模型处理文本，Milvus实现高效向量检索
- 知识图谱：通过Neo4j存储实体关系，支持多跳查询和语义推理
- 模型适配层：基于models.yaml配置实现多模型API的统一调度
- 服务化部署：使用Docker容器化封装，包含前后端完整服务链
- 动态加载：支持运行时添加本地模型服务，兼容vllm/ollama等框架
如何运行 Yuxi-Know
环境配置
- 复制
.env.template为.env文件 - 配置至少一个模型API_KEY，例如：
SILICONFLOW_API_KEY=sk-xxx OPENAI_API_KEY=sk-xxx
启动服务
docker compose -f docker/docker-compose.dev.yml --env-file src/.env up --build
服务启动后访问http://localhost:5173/
服务管理
- 后台运行：添加
-d参数 - 查看日志：
docker logs <容器名称> - 停止服务：
docker compose -f docker/docker-compose.dev.yml down
资源
- GitHub 仓库：https://github.com/xerrors/Yuxi-Know
❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会每日分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！
🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 丰富的 AI 工具库 -> 每日更新 -> 尽在微信公众号 -> 搜一搜：蚝油菜花 🥦
