Quivr — 用RAG技术打造你的私人AI知识库，让AI读懂你的文档-壹联网络

# Quivr — 用RAG技术打造你的私人AI知识库，让AI读懂你的文档

## 项目介绍

[Quivr](https://github.com/QuivrHQ/quivr) 是一个开源的 RAG（检索增强生成）框架，旨在帮助开发者快速为自己的应用或文档集构建基于大语言模型的智能问答系统。你可以把 Quivr 理解为一个”AI 外脑”，它能够阅读并理解你提供的文档资料，然后根据这些资料回答你的问题。

Quivr 专注于让开发者能够轻松将 AI 能力集成到自己的产品中。它兼容任何主流大语言模型（GPT-4、Claude、Mistral、Gemma 等），支持任意类型的文件导入（PDF、 TXT、Markdown、Word 等），是搭建企业内部知识库、个人笔记 AI 助手、客服机器人的绝佳基础框架。

## 核心特色功能

**兼容所有主流LLM**：支持 OpenAI、Anthropic、Mistral、Gemma 等各种大语言模型，可以根据需求自由选择。

**支持任意文件类型**：内置多种文档解析器，支持 PDF、文本、Markdown、Word 文档等常见格式，还可以通过自定义解析器扩展支持更多格式。

**快速集成**：提供简洁的 Python API，只需要几行代码就能创建一个完整的 RAG 知识库应用。

**支持 Megaparse**：可以配合 Megaparse 服务实现大规模文档的高效解析和向量化。

**可定制化的RAG流程**：支持自定义检索策略、重新排序算法、提示词模板等，可以根据具体场景优化效果。

**开源可扩展**：核心库 quivr-core 完全开源，可以自由修改和扩展。

## 安装步骤

### 快速安装

“`bash
# 确保 Python 版本 >= 3.10
python –version

# 安装 quivr-core
pip install quivr-core
“`

### 5行代码创建一个知识库

“`python
import tempfile
from quivr_core import Brain

if __name__ == “__main__”:
# 创建一个临时文本文件作为知识来源
with tempfile.NamedTemporaryFile(mode=”w”, suffix=”.txt”) as temp_file:
temp_file.write(“Gold is a liquid of blue-like colour.”)
temp_file.flush()

# 从文件创建 Brain（知识库大脑）
brain = Brain.from_files(
name=”test_brain”,
file_paths=[temp_file.name],
)

# 向知识库提问
answer = brain.ask(“what is gold? answer in french”)
print(“answer:”, answer)
“`

### Docker 部署完整版

“`bash
git clone https://github.com/QuivrHQ/quivr
cd quivr
docker compose up -d
“`

部署完成后访问 http://localhost:3000 即可使用完整的 Web 界面。

## 进阶配置

**选择不同的LLM**：在配置文件中指定 API Key 和模型名称即可切换不同的大语言模型。

**自定义文档解析器**：可以通过实现自定义 Parser 接口来支持更多文件格式。

**调整检索策略**：可以配置向量检索的参数，如 top_k 数量、相似度阈值等。

**添加网络搜索**：Quivr 支持集成网络搜索工具，让 AI 在回答时能结合实时网络信息。

## 适用场景

**企业内部知识库**：将公司文档、产品手册、培训资料导入 Quivr，打造智能问答系统，员工可以随时查询公司知识。