qKnow

🍱 典型应用场景

| 场景 | 说明 | |-------------------|--------------------------------------| | 企业智能体构建 | 快速构建知识问答、流程自动化、专家助手、智能客服等业务 Bot。 | | 企业知识智能化治理 | 将文档、数据库、业务系统和专家经验统一沉淀为可复用知识资产。 | | 知识图谱增强应用 | 基于实体、关系、事件和规则构建可解释、可追溯的业务知识网络。 | | 知识库 RAG 问答与检索 | 面向制度、标准、手册、报告、案例等资料提供精准检索、增强生成与引用溯源。 | | 企业深度AI应用扩展 | 以内置智能问答应用为起点，基于统一插件架构支撑后续智能应用持续接入。 |

🚀 核心优势

• 知识驱动智能体构建：通过知识图谱与知识库 RAG，让智能体更好理解企业知识与业务语境。
• 可视化编排构建：支持通过拖拽画布编排 Workflow、Chatflow 与 Agent，降低智能体构建门槛。
• Bot 构建与应用配置一体化：从智能体创建、调试、发布到应用配置，形成完整使用链路。
• 开放兼容的大模型底座：基于 Spring AI 接入大模型能力，支持灵活适配不同模型服务。
• 插件化应用持续扩展：基于统一应用插件开发架构，支持后续智能应用按标准方式接入平台。

✨ 核心功能

| 功能模块 | 描述 | |---------|-----------------------------------------------------| | 模型接入 | 支持统一配置和管理大模型服务，基于 Spring AI 接入不同模型厂商，为智能体和应用提供模型能力。 | | Bot 管理 | 支持智能体的创建、编辑、复制、发布、调试和运行状态管理。 | | 可视化编排中心 | 支持通过拖拽式画布编排 Workflow、Chatflow 与 Agent，快速构建业务智能体。 | | 资产中心 | 支持统一管理工具、插件、提示词、知识组件和可复用智能体资产。 | | 应用中心 | 支持集中展示、访问和管理平台内置应用及用户自建应用。 | | 应用配置 | 支持为应用绑定知识库、知识图谱、Bot 和参数配置，生成专属应用。 | | 知识问答 | 基于统一的应用插件开发架构，支持知识问答及后续各类智能应用以插件化方式标准接入、独立扩展和统一管理。 | | 知识中心 | 支持文档、资料和知识资产的分类管理，帮助用户统一沉淀和组织企业知识。 | | 概念配置 | 支持自定义实体、概念及抽取规则，为知识图谱构建提供标准化概念体系。 | | 关系配置 | 支持配置概念之间的关系类型与抽取规则，增强知识之间的关联建模能力。 | | 非结构化抽取 | 支持从文档、文本等非结构化内容中自动抽取实体、关系和三元组。 | | 结构化抽取 | 支持从数据库、表格等结构化数据源中抽取知识元素并构建图谱数据。 | | 图谱可视化 | 支持知识图谱的可视化浏览、关系追踪、智能检索和交互式分析。 | | 知识库管理 | 支持知识库创建、配置、更新与管理，为 RAG 问答和语义检索提供知识支撑。 | | 文件解析 | 支持多格式文件解析、文本清洗、内容切分和语义片段生成。 | | 召回测试 | 支持模拟用户问题测试知识片段召回效果，并辅助优化检索参数。 |

注：核心功能将随版本持续迭代，更多智能应用、行业插件与知识增强能力将基于统一插件架构逐步接入，欢迎社区参与共建。

🛠️ 技术栈

qKnow 采用前后端分离架构，后端基于 Spring Boot 3 与 JDK 17，前端基于 Vue 3，并通过 Spring AI 接入大模型能力。

🏗️ 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：

🚨 商用授权

qKnow 提供 专业版 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；专业版更像专家顾问，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智能体构建与 AI 融合应用。

👉 如需 开源版品牌定制授权 或 咨询专业版，请点击按钮查看详情：💼 了解授权详情

🚀 快速开始

| 部署方式 | 说明 | 适用场景 | |---------------------------------------------------------------------------------------------|--------------------------------------------------------------------------|------------------------| | Docker Compose 部署 | 所有组件（DeepKE、Neo4j、Mysql、Nginx、Redis 等）以及 qKnow 源码都通过 Docker Compose 一键启动 | 初学者快速上手、功能演示、测试环境 | | 自主部署（纯手工安装） | 所有依赖组件及 qKnow 服务均需手工安装和配置 | 生产环境、大规模部署、个性化定制场景 |

首次体验推荐使用 Docker Compose 部署方式，可以更快完成环境启动和功能验证。

👥 交流与反馈

欢迎加入 qKnow 官方 QQ 交流群，获取平台最新动态、部署支持和社区交流。

👉 点击加入 QQ 交流群

你也可以通过 Issue 反馈问题、提交建议或参与项目共建。

🤝 参与共建

qKnow 欢迎开发者、企业用户和行业伙伴共同参与建设。

你可以通过以下方式参与：

• 提交 Issue，反馈问题或提出建议
• 提交 Pull Request，参与代码贡献
• 完善文档、示例和部署教程
• 分享基于 qKnow 的行业应用实践
• 参与知识图谱、RAG、Agent、插件生态等方向共建

🖼️ 系统配图