OpenKB Vibe 项目

项目简介

OpenKB 是 VectifyAI 团队开源的知识库系统（VectifyAI/OpenKB），理念来自 Andrej Karpathy 提出的"LLM 把原始文档编译成可生长的 wiki 式知识库"。它使用 LLM 把 PDF / Word / Markdown / PowerPoint / HTML / Excel / CSV / 文本 / URL 等异构文档自动抽取为 summary、concept pages、entity pages 与 cross-references，并基于自研 PageIndex 向量推理检索做长文档处理，无需传统向量数据库。

核心功能

• 多格式摄入：原生支持 PDF、Word、Markdown、PowerPoint、HTML、Excel、CSV、文本、URL，几乎覆盖团队日常积累的全部文档形态。
• PageIndex 向量推理检索：用推理式（无向量数据库）长文档索引处理多页 / 大文档，保留上下文与图表信息。
• 原生多模态：图、表、文本一并检索与理解，跨模态查询（"图 3 里的曲线和表 4 的数值是否一致"）可直接回答。
• 编译式 wiki：LLM 把摄入内容自动抽取成可关联的 wiki 页面（summary / concept / entity / cross-links），持续同步更新。
• OKF 规范输出：wiki 页面遵循 Google Open Knowledge Format 规范，方便跨团队 / 跨系统共享。
• Obsidian 兼容：输出是带 cross-link 的纯 Markdown，直接在 Obsidian 中打开即得知识图谱视图。
• 多 LLM 提供商：通过 LiteLLM 接入 OpenAI / Claude / Gemini / Kimi 等多家模型，pin 在官方安全版本上。
• Skill Factory：从 wiki 蒸馏可分发的 Agent Skill，把团队知识变成可被 Claude Code / Codex 直接消费的 SKILL.md。
• Knowledge Workbench（Web UI）：内置 Web UI 浏览器内浏览 KB、上传文档、流式查询 / 对话。

技术实现

OpenKB 由"wiki 基础层 + 生成器层"两层组成：基础层把原始文档喂给 LLM，按 OKF 规范生成可链接的 wiki 页面，并用 PageIndex 做长文档的"无向量推理检索"——这与传统 RAG 的"每次查询重算嵌入"完全不同，知识是"编译一次、长期累积"。生成器层包含三类工具：一次性问答的 query、多轮对话的 chat（带持久化 session）、Skill Factory（openkb skill new "..." 把 wiki 蒸馏为 SKILL.md）。整套系统走 CLI 设计：pip install 后用 openkb init / openkb add / openkb query / openkb chat / openkb skill new 等命令操作；底层 LiteLLM 抽象让模型选择可以一行配置切换 OpenAI / Claude / Gemini / Kimi 等。

快速上手

• 第 1 步：准备 Python 3.10+ 环境，pip install openkb；需要至少一个 LLM Provider 的 API Key（OpenAI / Anthropic / Gemini 等）。
• 第 2 步：在项目目录新建 mkdir my-kb && cd my-kb，跑 openkb init 初始化知识库（这一步会写 .openkb/config.yaml，设置 provider/model）。
• 第 3 步：用 openkb add paper.pdf / openkb add ~/papers/ / openkb add https://arxiv.org/pdf/... 把文档加入知识库，OpenKB 会异步触发编译并写入 wiki。
• 第 4 步：用 openkb query "What are the main findings?" 发起一次性查询；或用 openkb chat 进入多轮对话模式，会话会自动持久化。
• 第 5 步：用 openkb skill new my-expert "Reason like an expert on " 把 wiki 蒸馏成可分发的 Agent Skill，生成的 SKILL.md 可放入 Claude Code / Codex 的 skills 目录。
• 第 6 步：用 openkb visualize 看交互式知识图谱；用 openkb deck new my-deck "An intro deck on ..." 生成单文件 HTML 幻灯片。

适用人群

• 研究人员与博士：把几十篇论文编成可生长的 wiki；
• 法律 / 咨询 / 合规团队：把判例 / 法规 / 客户资料沉淀为可检索知识库；
• 创业团队：把市场调研、用户访谈、内部文档统一为 wiki，避免人员流动时的知识损失；
• 教育者：把课程材料、参考书目编译为可被 Agent 直接使用的教学知识库；
• 任何长期累积文字 / 表格 / 图像资料的个人或团队。