每次提问都从零开始？让 OpenKB 把你的文档编译成会生长的 Wiki

选择标题（3 选 1）

每次提问都从零开始？让 OpenKB 把你的文档编译成会生长的 Wiki

丢进 100 份 PDF，OpenKB 帮你蒸馏成可分发的 Agent Skill

不用向量数据库，OpenKB 用「推理式检索」啃下 20 页长文档

一、开篇：每次提问都从零开始，你的知识库在原地踏步

你有没有过这种体验：团队里来新人，你把过去三年的项目文档、调研报告、合规材料一股脑丢给他，让他自己看。可当他第一次问你问题时，你发现——这些材料他根本没消化完。

传统 RAG 就是这个「新人」：每次提问，它都把所有文档重新读一遍、重新检索一遍、重新拼一遍上下文。看似在干活，实际上知识从不积累。同一份 PDF 被解析一百次，问答之间毫无关联，上一轮聊到的关键概念，下一轮就忘了。

更要命的是，PDF 里那些关键的图表、公式、扫描件，传统 RAG 基本读不懂；超过 20 页的长文档，召回率和准确率会断崖式下跌。

如果有个工具能把零散的文档「编译」成一份持续生长的 Wiki，知识在每次新增文档时被复用、被关联、被更新——情况会完全不同。OpenKB 就是这样一个项目。

二、项目简介：用一句话概括

OpenKB（Open Knowledge Base）是一个开源 CLI 工具，由 VectifyAI 推出。它使用 LLM 把 PDF、Word、PPT、Excel、HTML、CSV、URL 等原始文档编译成结构化、可互链的 Wiki 式知识库，并基于同团队的 PageIndex 实现面向长文档的「无向量、推理式」检索。

四个关键词：长文档可扩展、推理式检索、原生多模态、无需向量数据库。Apache 2.0 协议，已支持 Web UI（Knowledge Workbench）和 Claude Code / Codex / Gemini CLI 集成。

三、核心功能深度解析

1. 知识编译：一次入库，持续生长

openkb add 一份文档后，LLM 会完成五件事：生成摘要页、读取已有概念页和实体页、跨文档综合创建或更新概念页、抽取人物/组织/地点/产品等实体页、更新索引与日志。一份资料往往会触及 10–15 个 Wiki 页面，后续每份新文档都会「站在前人的肩膀上」综合，而不是孤立存放。

2. 长文档推理检索：丢掉向量数据库

OpenKB 直接对接同团队的 PageIndex，对 ≥20 页的 PDF 自动构建层级树索引。LLM 读的是「文档结构树」而不是全文，更不存在分块切片导致的语义断裂。结合按需展开的子节点推理，长文档的检索既准又省 Token。

3. 原生多模态：图文表一起读

通过 markitdown 和 pymupdf，PDF、Word、PPT、Excel、HTML 中的图片、表格、公式都会被抽取和理解，不只是纯文本。这意味着财报里的图表、论文里的架构图、扫描件里的版式，都能进入知识库并被问答命中。

4. 生成器层：Wiki 不只是静态页面

Wiki 是「地基」，生成器是「地表建筑」：openkb query 输出带引用的回答；openkb chat 支持多轮会话并持久化、可断点续聊；openkb visualize 生成 3D / 思维导图 / 径向三种交互式知识图谱；openkb skill new 把 Wiki 蒸馏成可分发的 Agent Skill（Claude Code、Codex、Gemini 可直接安装调用）；openkb deck new 一键生成单文件 HTML 幻灯片。

四、技术亮点与性能数据

• 架构层：CLI（Click）+ Agent 框架（OpenAI Agents SDK，兼容 LiteLLM 多提供商）+ PageIndex 长文档引擎 + watchdog 文件监听，整体松耦合、易扩展。
• 检索范式：在主流 RAG 框架普遍依赖向量数据库的当下，OpenKB 选择 PageIndex 的「推理式检索」路线，绕开了 embedding 召回不准、分块破坏语义这两大痛点。
• 生态兼容：Wiki 是纯 Markdown + [[wikilinks]]，直接拖进 Obsidian 就是带图谱视图的 Vault；FastAPI 提供 REST API 与 SSE 流式接口；内置 Web UI 在 http://127.0.0.1:7566/ 即可使用。
• 多模型支持：通过 LiteLLM 统一接入 OpenAI、Claude、Gemini 等；ChatGPT 与 GitHub Copilot 这类 OAuth 设备流认证的提供商甚至无需 API Key。

五、适用场景与人群

适合谁：

• 研究者与博士生：要把几十上百篇论文整理成可查询、可关联的知识网络；
• 咨询 / 投研团队：每天消化大量 PDF 报告，需要图表问答和跨文档综合；
• 企业知识管理 / 法务合规：把历史合同、政策文件、监管文件沉淀为可追溯的 Wiki；
• AI Agent 开发者：想用 openkb skill new 把私域知识蒸馏成可分发的 Skill 给 Claude Code / Codex / Gemini 调用。

不太适合：只有几份短文档、临时查一次的轻量场景；完全不能联网、又不想跑本地模型的离线环境。

六、竞品对比

七、如何快速上手

安装与初始化

pip install openkb
mkdir my-kb && cd my-kb
openkb init

按提示选择模型（如 gpt-5.4 或 anthropic/claude-sonnet-4-6），并在 .env 中写入 LLM_API_KEY。

最小可用示例

openkb add paper.pdf
openkb add ~/papers/
openkb add https://arxiv.org/pdf/2509.11420
openkb query "What are the main findings?"
openkb chat

进阶建议

• 想用浏览器管理 KB：pip install "openkb[web]" 后执行 openkb-web；
• 想让 Wiki 在 Obsidian 里看图谱：直接用 wiki/ 作为 Vault；
• 接入 Agent：openkb skill new my-expert "Reason like an expert on <your-topic>"；
• 持续沉淀：把新资料丢到 raw/，执行 openkb watch 即可自动编译。

八、总结与行动建议

OpenKB 的核心价值，是把「散落文档」变成「会生长的知识库」：LLM 帮你写摘要、抽实体、建交叉引用，长文档交给 PageIndex 做无向量推理检索，输出层既有问答、又有 Skill、又能可视化。知识每新增一份就被复用一次，而不是每次提问都从零开始。

如果你正被「文档越攒越多、检索越来越难」困扰，不妨从一个 20 页 PDF 开始跑 openkb add，感受一次「知识自己长出来」的过程。

• GitHub：https://github.com/VectifyAI/OpenKB
• 官网：https://openkb.ai
• 同生态：PageIndex（长文档检索）、ChatIndex（长对话记忆）、ConDB（KV-cache 原生上下文库）

一句话安利：丢进去一份 PDF，长出来的是一座会自己长大的 Wiki。

#openkb #Openkb #vectifyai #开源项目 #GitHub