Kotaemon

正常

GitHub Python Apache-2.0

简介

Kotaemon 是开源 RAG 文档对话工具，支持与 PDF 等文档进行智能问答，提供简洁的聊天界面与多种 LLM 和嵌入模型后端。

核心特性

混合检索管道 — 同时使用全文检索和向量检索，配合重排序确保最高检索质量
多模态文档问答 — 支持 PDF、HTML、XLSX 等格式，可解析文档中的图表和表格
高级引用与文档预览 — 提供带评分的相关性引用，内置浏览器 PDF 阅读器支持高亮预览
多种推理模式 — 支持问题分解（question decomposition）和基于 Agent 的 ReAct/ReWOO 推理
可配置设置界面 — 在 UI 上直接调整检索和生成的关键参数，包括提示词模板
多用户协作 — 支持多用户登录、私有/公开文档集合管理、聊天分享

适用场景

💡 个人文档知识库：上传 PDF/文档后通过聊天界面进行问答

💡 团队知识共享平台：创建私有文档集合，团队成员共同使用和管理

💡 学术文献研究：对论文进行多模态问答，提取图表数据和引用

💡 企业合规文档检索：在合规文件中快速定位相关条款和解释

💡 多语言文档处理：结合本地 LLM（如 Ollama）进行隐私友好的离线问答

优势与不足

✅ 优势

• 社区热度高（25.7k stars）
• 开源许可证友好（Apache-2.0）
• 项目有一定历史沉淀（已维护 2 年）
• Issue 响应及时，积压少

分类

🧩 Agent 记忆 💬 聊天界面

快速开始

```bash
docker run -e GRADIO_SERVER_NAME=0.0.0.0 -e GRADIO_SERVER_PORT=7860 -v ./ktem_app_data:/app/ktem_app_data -p 7860:7860 -it --rm ghcr.io/cinnamon/kotaemon:main-full
```

访问 GitHub 访问官网

相关项目

MaxKB

22.7k · Python

活跃 A+

MaxKB 是基于 LLM 大模型的开源知识库问答与 Agent 构建平台，支持向量检索、工作流编排与多种模型接入，开箱即用。

knowledge-baseragchatbot +3

· RAG 流水线 — 支持文档上传与在线爬取，自动切分、向量化，有效减少大模型幻觉
· Agentic 工作流 — 强大的工作流引擎、函数库与 MCP 工具调用，满足复杂业务场景
· 零代码集成 — 无缝接入第三方业务系统，快速赋予现有系统智能问答能力

查看完整详情 → 在 GitHub 查看

Khoj

37.2k · Python

正常 A

Khoj 是一个可自托管的 AI 第二大脑，支持从网页和文档中获取答案、构建自定义 Agent、安排自动化任务和深度研究。

second-brainragself-hosted +2

· 多 LLM 支持 — 本地和云端 LLM 灵活切换，支持 llama3、qwen、gemma、mistral、gpt、claude、gemini、deepseek
· 多格式文档检索 — 从 PDF、Markdown、Word、Notion、org-mode、图片等文件中获取答案
· 自定义 Agent 创建 — 支持自定义知识库、人格、聊天模型和工具，构建专属 AI 助手

查看完整详情 → 在 GitHub 查看

Langchain-Chatchat

38.6k · Python

不活跃 B

Langchain-Chatchat 是一个基于 Langchain 和多种大语言模型的本地知识库 RAG 与 Agent 应用平台，支持 ChatGLM、Qwen、Llama 等模型，提供对话、知识库管理、Agent 调用等功能。

ragllmpython +3

· 本地知识库问答 — 基于 Langchain 实现文档加载、文本分割、向量化和语义检索，支持 BM25+KNN 混合检索
· 多模型推理框架接入 — 支持 Xinference、Ollama、FastChat、LocalAI 等框架，接入 GLM-4、Qwen2、Llama3 等模型
· Agent 工具调用 — 针对 ChatGLM3 和 Qwen 优化，支持多工具自动选择、单工具参数解析、手动工具调用和多模态图片对话

查看完整详情 → 在 GitHub 查看