Knowhere

项目简介

Knowhere 是一款面向 AI Agent 的开源文档解析与检索系统，专注于将非结构化文档转化为结构化数据，并直接作为 AI Agent 的记忆层使用。与专注解析的 MinerU 不同，Knowhere 完成了从解析到 chunking、embedding 的全流程，最终输出 AI Agent 可直接调用、检索、回溯和查找的记忆层，特别适合工程和金融场景。

核心功能

• 全流程文档处理：从原始文档上传到结构化 JSON 输出，包含解析、chunking、embedding 全链路
• 双解析路线：传统文本解析路线和纯视觉解析路线（vision-map），后者通过视觉方式处理不便转化的文档
• 20+ 格式支持：PDF、DOCX、XLSX、PPT、HTML、图片等主流格式统一 API 处理
• 公式与化学结构识别：数学公式（LaTeX/MathML）和化学结构识别准确率约 95%，适合科学文档
• 全源追溯：每个提取元素 100% 可追溯来源，方便审计和 AI 生成内容核查
• Agent 原生结构：支持渐进式披露和层级记忆，专为 Agent 工作流设计
• 本地部署支持：支持企业本地部署，满足合规审计、风险识别等长尾需求
• API 优先设计：RESTful API + Webhook，配套多语言 SDK

技术实现

Knowhere 的技术架构分为三个主要层次。解析层负责接收各类文档输入，通过两条并行路线处理：传统文本路线适合格式规范的办公文档；视觉路线（vision-map）则通过多模态模型理解页面布局、图形位置、颜色标注和相邻内容关系，应对扫描合同、复杂研报、工程图纸等「脏文档」。

解析后的内容进入 chunking 层，Knowhere 不使用简单的滑动窗口切分，而是基于语义和结构进行层次化分块，保留标题、段落、表格之间的上下文关系。Embedding 层将分块内容向量化，并建立层级索引，支持 Agent 以自然语言查询记忆库，实现精准召回。

在 Benchmark 测试中，50 个检索任务横跨 500+ 文档集，Knowhere 在首轮准确率和召回率上显著优于原始文档流水线，同时使用了更少的 token、更少的 Agent 循环和更低的延迟。

快速上手

第一步：获取 API Key 访问 https://knowhereto.ai 注册账号并在后台生成安全的 API Key。

第二步：提交文档 通过 API 上传文件或提交 URL，Knowhere 会将任务加入处理队列。

第三步：接收结构化结果 通过 Webhook 或轮询方式获取处理结果，返回标准 JSON 格式的结构化数据，包含文本块、位置信息、公式、表格等。

第四步：集成到 Agent 将 Knowhere 的 JSON 输出接入 AI Agent 的记忆系统，Agent 即可通过自然语言查询、检索和回溯文档内容。

本地部署（可选） 如需本地运行，访问 GitHub 仓库获取完整的本地部署指南，支持企业级冲突检测和合规审计需求。

适用人群

• AI 应用开发者：需要为 Agent 搭建可靠记忆层，减少幻觉和上下文遗忘
• 金融分析师：处理研报、年报、合同等复杂文档，需要高精度结构化提取
• 工程团队：解析技术文档、规范手册、图纸等工程资料
• 企业信息架构师：需要本地化部署、合规可控的文档处理方案

官方链接

GitHub：https://github.com/Ontos-AI/knowhere 官网：https://knowhereto.ai