最近本地的RAG项目真不少，相当于可以在本地搞一个自己的RAG知识库了

之前也给大家介绍过类似项目，可惜必须要会部署，这就导致很多没有代码基础的朋友们用不了

今天给大家介绍的kotaemon是对小白玩家比较友好的，可以直接下载运行，不需要再去部署了。当然针对开发者也有开源的源码

项目简介

Kotaemon 是一个开源的基于 RAG的工具，通过简洁且可定制的用户界面，使用户能够与文档进行对话。该项目适用于终端用户和开发者，支持多种语言模型API（如OpenAI、AzureOpenAI等）和本地模型。Kotaemon 还提供了多模态问答支持和高级引用功能，使得从文档中检索和生成回答变得更加高效和准确。

对于终端用户：Kotaemon 提供了一个干净且极简的用户界面，支持基于 RAG 的文档问答。它支持多种语言模型API（如OpenAI、AzureOpenAI、Cohere等）以及本地语言模型（通过 ollama 和 llama-cpp-python）。此外，该项目还提供了便捷的安装脚本。

对于开发者：Kotaemon 是一个框架，允许开发者构建自己的基于 RAG 的文档问答流程。开发者可以自定义并通过提供的 Gradio 构建的用户界面直观地查看自己的 RAG 流程。

DEMO

这ui搞得确实是不错，看着就很舒服

主要功能

文档问答（RAG）网页界面: 可自行搭建，支持多用户登录，文件可私有/公开集合，支持合作与分享。

模型管理: 组织语言模型与嵌入模型，支持本地与流行的API供应商（如 OpenAI, Azure, Ollama, Groq）。

混合RAG流程: 提供基于全文本与向量的混合检索器和重排序以保证最佳检索质量。

多模态问答支持: 支持对包含图表的多文档进行问答，支持多模态文档解析。

先进引用与文档预览: 默认提供详细引用以确保答案正确性，可在浏览器内PDF查看器中直接查看引用和相关评分。

复杂推理支持: 使用问题分解来回答复杂/多跳问题，支持基于代理的推理。

可配置设置界面: 可调整检索与生成过程的多数重要方面。

可扩展性: 基于 Gradio 构建，可自定义添加界面元素，支持多种文档索引与检索策略。

使用教程

只介绍小白玩家怎么直接下载使用，有代码基础的可以直接到github看

下载链接：

https://github.com/Cinnamon/kotaemon/releases/tag/v0.3.6

项目链接

https://github.com/Cinnamon/kotaemon