# qKnow **Repository Path**: qiantongtech/qKnow ## Basic Information - **Project Name**: qKnow - **Description**: 千知平台(qKnow) 是一款以知识图谱为核心的开源企业级知识平台,支持从结构化与非结构化数据中高效获取和整合知识,帮助企业构建语义明确、动态演化的知识图谱体系。 平台为智能问答、语义检索和智能体构建提供坚实基础,是企业迈向智能化知识管理与AI融合应用的重要支撑平台。 - **Primary Language**: Java - **License**: Apache-2.0 - **Default Branch**: develop - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 207 - **Forks**: 117 - **Created**: 2025-05-16 - **Last Updated**: 2025-09-06 ## Categories & Tags **Categories**: rag **Tags**: 知识图谱, 知识平台, 大模型, 知识推理, 知识融合 ## README ![banner.png](.gitee/banner.png)

📖简体中文 | 📖English

## 🌈平台简介 千知平台(qKnow) 是一款以**知识图谱**为核心的开源企业级知识平台,聚焦知识图谱的构建与应用,集成**知识抽取**、**知识融合**、**知识推理**等关键能力,支持从**结构化**与**非结构化**数据中高效获取和整合知识,帮助企业构建语义明确、动态演化的知识图谱体系。 ✨✨✨**在线文档**✨✨✨ https://qknow.qiantong.tech ✨✨✨**开源版演示地址**✨✨✨ https://qknow-demo.qiantong.tech ,账号:qKnow 密码:qKnow123 ✨✨✨**商业版演示地址**✨✨✨ https://qknow-pro.qiantong.tech ,演示账号请 [联系客服获取](https://qknow.qiantong.tech/business.html) ## 🍱 使用场景 适用于希望基于**知识图谱**构建**智能问答**、**语义检索**和**智能体应用**的企业与机构,是其迈向智能化知识管理与 AI 融合应用的重要支撑平台。 | 场景 | 描述 | |--------------|-----------------------------------------------------------| | **知识整合治理** | 适用于任何需要整合来自不同来源的知识数据的企业或机构,如内部文档库、外部研究报告、社交媒体等。 | | **提升知识质量效率** | 针对在知识管理和分析过程中遇到数据冗余、重复、不一致等问题的企业或机构,通过知识图谱和大模型进行清洗和标准化处理。 | | **打破信息孤岛** | 针对内部存在多个独立运行的知识系统,导致信息流通不畅的企业或机构,通过知识图谱实现跨系统的知识整合。 | | **AI应用决策支持** | 通过知识图谱和大模型支持战略决策,深入挖掘知识价值,帮助企业制定更加精准的战略规划和决策。 | | **推动数字化转型** | 正在进行或计划进行数字化转型的企业和政府机构,无论其规模大小,都可以通过该平台实现知识驱动的数字化转型。 | ## 🚀 优势 - 知识图谱为骨,大模型为脑。 - 企业级架构,轻量级上手。 - 功能模块自由组合,扩展性强如拼乐高。 - 初生即开源,成长由社区共塑。 - 技术有温度,知识有脉络。 ## ✨ 核心功能 | 功能模块 | 描述 | 状态 | |--------|----------------------------------------|--------| | 知识中心 | 提供文件分类与文件管理功能,帮助用户快速准确地找到所需资源。 | ✅ 已完成 | | 概念配置 | 自定义知识抽取概念规则,提升信息提取的灵活性与准确性。 | ✅ 已完成 | | 关系配置 | 灵活配置知识间关系抽取规则,强化知识关联建模能力。 | ✅ 已完成 | | 非结构化抽取 | 基于DeepKE工具提取非结构化数据中的关键知识,提升信息利用率。 | ✅ 已完成 | | 结构化抽取 | 从结构化数据源中系统化抽取、转换并加载结构化知识元素。 | ✅ 已完成 | | 图谱探索 | 可视化、交互式知识图谱浏览与分析界面,助力深度洞察复杂关系网络。 | ✅ 已完成 | | 系统管理 | 用户、角色、部门、菜单及日志等核心系统信息的统一管理和权限控制。 | ✅ 已完成 | | 知识融合 | 融合多源异构知识,通过策略优化提升知识的一致性、准确性和可用性。 | ⏳ 未来计划 | | 知识推理 | 利用逻辑推理技术挖掘知识间的潜在关联,增强系统的语义理解和智能决策能力。 | ⏳ 未来计划 | | 知识问答 | 构建基于大语言模型(LLM)与知识图谱的智能问答系统,支持自然语言交互查询。 | ⏳ 未来计划 | | 知识检索 | 融合全文检索与语义理解技术,实现对知识库内容的高效精准检索。 | ⏳ 未来计划 | | 服务管理 | 服务注册、监控、维护与优化于一体的后台服务治理解决方案。 | ⏳ 未来计划 | | 服务日志 | 全面记录服务调用过程,支撑故障追踪与性能分析。 | ⏳ 未来计划 | ## 🧩 架构图 ![framework.png](.gitee/framework.png) ## 🛠️ 技术栈 qKnow 采用前后端分离架构,后端基于 Spring Boot,前端基于 Vue 3,并整合了部分主流中间件与数据工具。
技术栈技术框架描述
后端技术栈Spring Boot主体框架,简化配置与开发
MyBatis-PlusORM 框架,简化数据库操作
Spring Framework基础架构支持,包括依赖注入、面向切面编程等功能
Quartz定时任务调度
Spring Security安全框架,提供认证、授权等安全功能
Alibaba Druid数据库连接池,优化数据库访问性能
前端技术栈Vue 3渐进式前端框架
Vite快速构建工具,替代 Vue CLI
Element PlusUI 组件库
AxiosHTTP 请求库
Pinia状态管理(替代 Vuex)
Vue Router前端路由控制
Vis知识图谱展示,创建动态、交互式的可视化图表和网络图
Echarts数据可视化库,支持多种类型的图表
第三方依赖DeepKE知识抽取工具,利用深度学习技术从文本中提取实体关系
MySQL核心关系型数据库
Neo4j图数据库
Redis数据缓存与高性能数据读取
Swagger接口文档生成工具
Docker(可选)容器化部署支持
## 🏗️ 部署要求 在部署 qKnow 之前,请确保以下环境和工具已正确安装:
环境项目推荐版本说明
后端JDK1.8 或以上建议使用 OpenJDK 8 或 11
Maven3.6+项目构建与依赖管理
MySQL5.7 或 8.0关系型数据库
Neo4j4.4.40图数据库
Redis5.0+缓存与消息功能支持
操作系统Windows / Linux / Mac通用环境均可运行
前端Node.js16+构建工具依赖
npm / pnpm / yarn任一即可包管理器
Vue CLI / Vite最新版脚手架工具
## 🚨 商用授权 qKnow 提供 **商业版** 与 **开源版** 两种形态,满足不同规模与场景下的用户需求。两者既各具特色,又形成互补:开源版更像启蒙老师,帮助低成本起步;商业版更像专家顾问,提供深度与保障。无论选择哪种版本,qKnow 都将成为可靠的伙伴,帮助企业迈向智能化知识管理与 AI 融合应用。 👉 如需 **开源版品牌授权** 或 **咨询商业版**,请点击按钮查看详情:[💼 了解授权详情](https://qknow.qiantong.tech/business.html) ## 🚀 快速开始 👉 点击下方按钮,查看完整的安装与部署指南: [🧭 查看快速开始文档](QUICKSTART.md) ## 👥 QQ交流群 欢迎加入 qKnow 官方 QQ 交流群,以便获取平台最新动态及进行用户间的交流。 [![加入QQ群](https://img.shields.io/badge/QQ群-277328475-blue.svg)](https://qm.qq.com/q/pr4xkk3dXq) ## 🖼️ 系统配图