如何搭建AI知识库

用向量模型干嘛，其实也是claude code、codex已经是最好的知识库形态了

有不少开源的，比如 RAGFlow（开源 RAG 引擎和应用平台），支持知识库、智能体，可以研究下，支持一键部署。

也可以自己搭建简易 RAG，简单的思路：文本切分 + 嵌入模型向量化 + 存入 Milvus 这类向量数据库。

我知识库是用的openviking，向量模型用本地docker跑了个ollama，拉取了qwen3-embedding:0.6b

我用的是hermes+obsidian

佬，我们是OA里有很多pdf文档，要做智能问答，用RAGFlow还是dify啊

有成熟的叫weknora,腾讯开源的的

还有就是知识库，还是比较简单的，rag的形式，自己放点材料都可以直接用，可以自己试试实现

好像论坛有个佬友有公益站，里面有这个向量模型，然后自己可以部署 AnythingLLM，这个可以方便保存历史记录，AnythingLLM 可以部署到 VPS 里，也可以下载到电脑本地。它也有 exe 文件

你为啥非要自己搭建，现在那么多现成的，Obsidian不管啥行业的都可以用

如果从专业层次上来说，PDF的解析使用RAGflow，RAGFlow 的 DeepDoc 深度文档解析引擎因为自带了视觉识别，可精准识别 OA 复杂 PDF 的版式、分栏、表格、公式与扫描内容，结构化智能分块不破坏语义。

但是从系统来说：

1. 如果只问 PDF、制度、规章、资料 → RAGFlow


2. 要做系统对接、业务自动化、机器人、流程编排 → Dify


3. 企业 OA 知识库量产落地 → 必用 RAGFlow

感谢佬的指点，我去研究研究，没做过这个还在摸索

打算二开dify，把rag的部分慢慢用ragflow里的rag来替换怎么样 ^-^

佬，我也有自己搭建的需求，本地离线的，很多项目不能联网。

这个完全没有问题。dify 本身就支持引用外部知识库。

我也在做这个，不过现在开源项目很多，Obsidian都可以直接用，不过对企业的话，可能还要修改下，尤其后面要开发智能体的话，不过暂时我也打算向量数据库+llm wiki

我用过ragflow，还可以，有部分截图

安装ragfolw, 会下载es、minio、mysql、redis、ragflow镜像，下载需要一段时间

最终都执行成功

使用就是上传文档，自动解析，然后可以问答

也可以创建智能体

很多开源rag基本都差不多

各位佬，如果是那种业务流程类的知识库，因为业务流程分散而且很长导致AI不知道上下文的，是不是直接用wiki里面放流程介绍的md就可以了，让ai每次解决和业务相关问题的时候去看一下了解整体流程。

这个方法是可以的，类似分级披露的方案。

如果佬友需要针对现有知识库进一步完善其中的知识体系，可以考虑我的项目辅助。

本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：
- 我的帖子已经打上 开源推广 标签：是
- 我的开源项目完整开源，无未开源部分：是
- 我的开源项目已链接认可 LINUX DO 社区：是
- 我帖子内的项目介绍，AI 生成或润色部分已截图发出：是
- 以上选择我承诺长期有效，并接受社区监督：是
以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出

【…