@BlockView0214: 知识库怎么搭？ GitHub 上有一批开源 RAG / 知识库工具，分工已经挺清楚了： FastGPT（28k+ stars）：基于 LLM 的知识库平台，工作流、问答、数据集管理比较完整，适合想快速搭企业知识库的人。 https://g…
摘要
本文介绍了四个开源RAG/知识库工具（FastGPT、LLM Wiki、llm-wiki-agent、OpenKB），并给出了选择建议，适合搭建企业或个人知识库。
查看缓存全文
缓存时间: 2026/06/16 19:41
知识库怎么搭？
GitHub 上有一批开源 RAG / 知识库工具，分工已经挺清楚了：
FastGPT（28k+ stars）：基于 LLM 的知识库平台，工作流、问答、数据集管理比较完整，适合想快速搭企业知识库的人。 https://github.com/labring/FastGPT
LLM Wiki（11k+ stars）：桌面端把文档整理成可互联的知识库，适合个人笔记、资料归档、本地查阅。 https://github.com/nashsu/llm_wiki
llm-wiki-agent（2.9k+ stars）：丢资料进去，让 Claude / Codex / Gemini 自动读、整理、维护个人知识库，更像会自己更新的 wiki。 https://github.com/SamurAIGPT/llm-wiki-agent…
OpenKB（2k+ stars）：开源 LLM 知识库项目，偏轻量搭建，适合先跑一个最小可用版本。 https://github.com/VectifyAI/OpenKB…
选择建议：
想快速搭完整知识库平台，先看 FastGPT。 偏个人桌面资料管理，看 LLM Wiki。 想让 agent 自动维护知识库，看 llm-wiki-agent。 想先搭个轻量开源底座，再看 OpenKB。
labring/FastGPT
Source: https://github.com/labring/FastGPT
FastGPT
English | 简体中文 | Bahasa Indonesia | ไทย | Tiếng Việt | 日本語
FastGPT 是一个 AI Agent 构建平台，提供开箱即用的数据处理、模型调用等能力，同时可以通过 Flow 可视化进行工作流编排，从而实现复杂的应用场景！
https://github.com/labring/FastGPT/assets/15308462/7d3a38df-eb0e-4388-9250-2409bd33f6d4
快速开始
可以通过 Docker 快速启动 FastGPT，在终端输入以下命令，根据引导完成输入即可拉取配置。
# 输入命令拉取配置文件
bash <(curl -fsSL https://doc.fastgpt.cn/deploy/install.sh)
# 启动
docker compose up -d
完全启动后，可通过http://localhost:3000访问 FastGPT，默认账号为root，密码为1234。
如果你遇到问题，可以查看完整 Docker 部署教程
🛸 使用方式
-
云服务版本
如果你不需要私有化部署，可以直接使用我们提供的云服务版本，地址为：fastgpt.io -
社区自托管版本
可以使用Docker快速部署，也可以使用Sealos Cloud 来一键部署FastGPT。 -
商业版
如果你需要更完整的功能，或深度的服务支持，可以选择我们的商业版。我们除了提供完整的软件外，还提供相应的场景落地辅导，具体可提交商业咨询
💡 核心功能
 |  |
 |  |
1 应用编排能力
- 规划 Agent 模式。
- 对话工作流、插件工作流，包含基础的 RPA 节点。
- 用户交互
- 双向 MCP
- 辅助生成工作流
2 应用调试能力
- 知识库单点搜索测试
- 对话时反馈引用并可修改与删除
- 完整调用链路日志
- 应用评测
- 高级编排 DeBug 调试模式
- 应用节点日志
3 知识库能力
- 多库复用，混用
- chunk 记录修改和删除
- 支持手动输入，直接分段，QA 拆分导入
- 支持 txt，md，html，pdf，docx，pptx，csv，xlsx (有需要更多可 PR file loader)，支持 url 读取、CSV 批量导入
- 混合检索 & 重排
- API 知识库
- RAG 模块热插拔
4 OpenAPI 接口
- completions 接口 (chat 模式对齐 GPT 接口)
- 知识库 CRUD
- 对话 CRUD
- 自动化 OpenAPI 接口
5 运营能力
- 免登录分享窗口
- Iframe 一键嵌入
- 统一查阅对话记录，并对数据进行标注
- 应用运营日志
6 其他
- 可视化模型配置。
- 支持语音输入和输出 (可配置语音输入语音回答)
- 模糊输入提示
- 模板市场
💪 我们的项目 & 链接
🌿 第三方生态
🏘️ 社区交流群
扫码加入飞书话题群：
🤝 贡献者
我们非常欢迎各种形式的贡献。如果你对贡献代码感兴趣，可以查看我们的 GitHub Issues，大展身手，向我们展示你的奇思妙想。
|
|
|
|---|---|
|
|
|
|
🌟 Star History
使用协议
本仓库遵循 FastGPT Open Source License 开源协议。
- 允许作为后台服务直接商用，但不允许提供 SaaS 服务。
- 未经商业授权，任何形式的商用服务均需保留相关版权信息。
- 完整请查看 FastGPT Open Source License
- 联系方式：[email protected]，点击查看商业版定价策略
相似文章
@Huanusa: 个人知识库的天花板来了！ GitHub这个 LLM Wiki 项目已经2800+ Star，彻底把普通RAG甩在身后！ 它不是每次都“重新检索”的废物模式， 而是让AI直接帮你增量构建一个真正的结构化Wiki —— 知识编译一次，就持续进…
LLM Wiki 是一个开源的桌面应用，利用 LLM 增量构建结构化知识库，支持知识图谱、社区检测、Obsidian 集成和 Chrome 剪藏，旨在替代传统 RAG 方式。
@freeman1266: 普通 RAG vs 知识图谱 RAG vs LLM Wiki——三种知识库检索方案，95% 的人选错了，不是因为不懂，是因为没认清自己的数据形态。 三句话讲清楚： 普通 RAG：把文档切成 chunk，向量化入库，问题来了找相似片段喂给 …
本文对比了普通RAG、知识图谱RAG和LLM Wiki三种知识库检索方案的适用场景与选型建议，强调根据数据形态选择正确方案，避免盲目使用复杂工具。
@Pluvio9yte: 腾讯悄悄开源了一款企业级的知识平台 WeKnora 它的核心理念就是：把一堆原始文档，变成真正能用、能推理、还能自己生长的知识资产。 它主要做了三件事： RAG 智能问答 普通语义检索，速度快、准确率高，支持混合检索 ReAct 自主 A…
腾讯开源了企业级知识平台 WeKnora，具备 RAG 智能问答、ReAct 自主 Agent 和自维护 Wiki+知识图谱三大功能，可将原始文档转化为可推理、可生长的知识资产。
@indie_maker_fox: 分享一个开源项目：OpenKnowledge 你可以把它理解成开源版 Obsidian + LLM Wiki 的落地实践。大模型火起来之后，直接基于 markdown 文件的笔记软件 Obsidian 越来越流行了；LLM Wiki 的思…
OpenKnowledge 是一个开源的知识库工具，结合了 Obsidian 的笔记体验和 LLM Wiki 的理念，内置 MCP、Skills、Chat 和 TUI 功能，支持 Git 同步，可作为 Obsidian 的补充来高效整理个人知识。
@Ryrenz: 想让 AI 基于你自己的资料回答，不用从头写 RAG。这 5 个开源应用装上就能把文档变成能问答的知识库。 1、RAGFlow — 重排版理解的 RAG 引擎，83.8k star 对复杂文档的版面理解做得深，表格、长报告都能拆得准，回答…
推荐5个开源RAG工具（RAGFlow、AnythingLLM、Onyx、Khoj、kotaemon），可零代码将文档变成可问答的知识库，各具特色。