kbgo

KO | EN

gitlite — search

#javascript #hacktoberfest #typescript #llm #go #android #machine-learning #nodejs #awesome #cli #kubernetes #awesome-list #ios #openai

(★ 12)

KBGO 是一个基于 Go 语言开发的知识库管理系统，支持 RAG（检索增强生成）对话、文档索引、向量检索等功能。集成了 Milvus 和 PostgreSQL pgvector 两种向量数据库方案，支持 MCP 协议工具调用。

kbgo 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# KBGO - 知识库管理系统

基于 Go 开发的 RAG（检索增强生成）知识库管理系统，支持文档解析、向量检索和智能对话。

## 核心功能

### 知识库管理
- 创建、查询、更新、删除知识库
- 支持知识库分类和状态管理

### 文档处理
- 支持文件上传和 URL 导入
- 自动文档解析和分块（chunking）
- 支持文档重新索引
- 文档和分块的状态管理

### 向量检索
- 支持 Milvus 和 pgvector 向量数据库
- 三种检索模式：向量检索、Rerank、RRF（倒数排名融合）
- 支持查询重写优化

### RAG 对话
- 结合知识库的智能问答
- 支持流式和非流式输出
- 支持多模态输入（图片、音频、视频）
- 集成 MCP 工具调用

### 模型管理
- 统一的模型配置管理
- 支持 LLM、Embedding、Rerank、多模态模型
- OpenAI 风格的 API 接口
- 动态模型加载和切换

### MCP 集成
- MCP 服务注册和管理
- 工具发现和调用
- 调用日志和统计

## 技术栈

- **后端框架**: [GoFrame v2](https://goframe.org/)
- **向量数据库**: [Milvus](https://milvus.io/) / PostgreSQL + pgvector
- **关系数据库**: PostgreSQL
- **文件存储**: RustFS (MinIO) / 本地文件系统
- **AI 模型**: OpenAI 兼容接口

## 快速启动

### 1. 环境要求

- Go 1.24+
- PostgreSQL 9.6+
- Milvus 2.6+ 或 PostgreSQL 16+ (with pgvector)

### 2. 配置文件

复制配置模板并修改：

```bash
cp config/config_demo.yaml config/config.yaml
```

### 3. 运行项目

```bash
# 安装依赖
go mod tidy

# 直接运行
go run main.go

# 或编译后运行
go build -o kbgo
./kbgo
```

### 4. 访问服务

- API 服务: http://localhost:8000
- API 文档: http://localhost:8000/swagger/
- 调试工具: 在浏览器中打开 `debug.html`

## 主要 API 接口

### 知识库
- `POST /v1/kb` - 创建知识库
- `GET /v1/kb` - 获取知识库列表
- `GET /v1/kb/{id}` - 获取知识库详情
- `PUT /v1/kb/{id}` - 更新知识库
- `DELETE /v1/kb/{id}` - 删除知识库

### 文档
- `POST /v1/upload` - 上传文件
- `POST /v1/index` - 索引文档（分块+向量化）
- `GET /v1/documents` - 获取文档列表
- `DELETE /v1/documents` - 删除文档
- `POST /v1/documents/reindex` - 重新索引

### 分块
- `GET /v1/chunks` - 获取分块列表
- `PUT /v1/chunks` - 更新分块状态
- `DELETE /v1/chunks` - 删除分块

### 检索
- `POST /v1/retriever` - 向量检索

### 对话
- `POST /v1/chat` - 智能对话（支持流式、多模态、MCP）

### 模型管理
- `POST /v1/model/reload` - 重新加载模型配置
- `GET /v1/model/list` - 获取模型列表
- `POST /v1/model/chat` - OpenAI 风格聊天接口
- `POST /v1/model/embeddings` - Embedding 接口

### MCP
- `POST /v1/mcp/registry` - 注册 MCP 服务
- `GET /v1/mcp/registry` - 获取 MCP 服务列表
- `POST /v1/mcp/call` - 调用 MCP 工具
- `GET /v1/mcp/logs` - 查询 MCP 调用日志

## 项目结构

```
.
├── api/                  # API 接口定义
├── config/               # 配置文件
├── core/                 # 核心业务逻辑
│   ├── chat/            # 对话处理
│   ├── client/          # OpenAI 客户端
│   ├── common/          # 公共工具
│   ├── formatter/       # 消息格式化
│   ├── indexer/         # 文档索引
│   ├── model/           # 模型管理
│   ├── retriever/       # 检索器
│   └── vector_store/    # 向量存储
├── internal/            # 内部实现
│   ├── cmd/            # 命令行入口
│   ├── controller/     # 控制器
│   ├── dao/            # 数据访问层
│   ├── logic/          # 业务逻辑
│   ├── mcp/            # MCP 客户端
│   └── model/          # 数据模型
└── pkg/                 # 公共包
```

## 使用流程

1. **创建知识库**: 调用 `/v1/kb` 创建一个知识库
2. **上传文档**: 使用 `/v1/upload` 上传文档或提供 URL
3. **索引文档**: 调用 `/v1/index` 对文档进行分块和向量化
4. **智能对话**: 使用 `/v1/chat` 进行基于知识库的对话

## License

MIT License

kbgo

kbgo 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

kbgo

kbgo 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README