AI-Knowledge-Assistant：在 Windows 本地用 Ollama 与 Open WebUI 搭建可溯源文档问答助手

ahmadzayan-hub/AI-Knowledge-Assistant · Local AI knowledge assistant setup kit: Ollama and Open WebUI on Windows, plus a React console.

GitHub原文发布未知首次收录 2026-11-02上架 2026-11-02 07:02

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

该项目是一个面向 Windows 11 的本地 AI 知识助手搭建套件，通过分阶段 PowerShell 脚本（就绪检查、模型基准测试、启动、关闭、状态、隐私检查、备份）配合 Ollama 与 Open WebUI 实现本地文档检索与问答，并提供 React 工作区（流式对话、知识库与文档浏览、助手选择、设置）和支持知识搜索、文档阅读、算术、日期时间及可选外部网络搜索的工具调用 Agent，含执行轨迹展示及中英双语检索验证指引。项目强调小模型、资源实测与来源可溯，并明确说明自身是搭建套件与应用源码，未证明安装、文档导入或验收已在特定机器上完成。

# Ollama # PowerShell # 本地索引 # 双语 # 语义检索

核心能力与快速开始

★ 0 · JavaScript

能做什么: 提供 Windows 上的分阶段安装与运维脚本（PowerShell 就绪审计、模型基准测试、启动/停止/状态、隐私检查、备份），组合 Ollama 与 Open WebUI 完成本地模型运行、知识库集合与文档导入及 RAG 检索；附带 React 前端，支持流式聊天、知识库与文档列表查看、助手选择和设置；内含工具调用 Agent（知识搜索、文档阅读、算术、日期时间、显式开启的外部网络搜索）并显示执行轨迹；提供离线权限测试与中英双语基准提示。
适用场景: 适合希望在自有 Windows 电脑上查询自有报告、学习资料和参考文档，并能追溯来源、识别答案缺失场景的个人或小团队；也适合按阶段核对资源、模型稳定性、检索质量、隐私和备份恢复的本地部署演练。
项目形态: 可直接使用的工具
部署方式: 设计为在本机 Windows 11 上运行：Ollama（127.0.0.1:11434）、Open WebUI（127.0.0.1:8080）和 Python 前端服务（127.0.0.1:8090）均绑定回环地址，组件安装由 PowerShell 脚本通过分阶段步骤完成；实际安装与验收未在材料中证明。
主要依赖: 目标基线为资源受限的 Windows 11 计算机；前端已提交构建产物，但仍需 Python 与可用的本地服务；重新构建前端需 Node.js；运行离线测试需 Python 3.11 或 3.12。是否具备 GPU/NPU 加速及具体模型尺寸是否适配需在实际机器上基准测试，未说明。安装脚本引用 open-webui@latest，尚未固定可复现版本。
使用限制: 项目自述为实现套件与应用源码，不构成十项安装环节已在特定电脑通过的证据；安装脚本未固定 Open WebUI 版本，缺少可复现安装与恢复演练；前端将 Open WebUI API 密钥存于浏览器 localStorage；Agent 网络搜索仅显式布尔开启，离线测试不构成完整的无外连审计；真实本地应用无法作为静态页面部署，公开预览为合成数据；审查代码树未见仓库级 LICENSE 文件，材料中的 MIT 标注与 README 表述不一致；未说明 API 成本与商用授权条件。
许可证: MIT
最近推送: 2026-11-01 08:57

官方入门项目文档核对 README 依据 ↗

资料检查：2026-11-02 07:00 · 卡片整理：2026-11-02 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

职业应用

程序员

在 Windows 本地搭建可溯源的文档问答环境，用于检索技术文档、报告与参考资料，并通过工具调用 Agent 的知识搜索、文档阅读和算术能力辅助排错与查阅；仓库提供 PowerShell 就绪检查、基准测试、启动、状态、隐私检查与备份脚本，以及 React 工作区源码。

查看内容依据

This repository combines a staged Windows setup kit with a React interface for Ollama and Open WebUI.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

产品经理

利用本地文档检索与问答工作区，对报告、研究材料等文档进行来源可溯的检索与问答，辅助用户研究与需求分析时的资料查阅；仓库说明其面向自有文档提问并识别答案缺失。

查看内容依据

Ask useful questions of your own documents, on your own Windows computer.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

video-grep：在终端中用自然语言按画面内容搜索视频并定位时间点

video-grep 是一个面向终端和 SSH 场景的视频内容搜索工具。它把视频按 6 秒片段抽样，用多模态嵌入模型 EmbeddingGemma 2 建立画面索引，再用英文描述动作、场景或物体来检索，返回匹配的视频和具体时间点。支持只读素材、长视频、后台索引、断线续跑、增量索引，以及只导出匹配片段。所有处理在本机完成，仅模型下载需要联网。

clip_search：基于多语言 CLIP 与 FAISS 的文本-图像零样本相似检索应用

该项目用多语言 CLIP 模型（open-clip-torch 的 xlm-roberta-base-ViT-B-32）把图片和文本编码到同一 512 维向量空间，经 L2 归一化后用 FAISS 做内积（余弦相似度）近邻检索，并通过 Streamlit 提供搜索界面。支持用日语或英语关键词以及手持图片在图片集合中做零样本语义检索；仓库附带脚本可先从图片目录构建索引再启动应用，还提供示例图片用于快速试用。README 说明作者曾在 Kaggle 时尚商品图片数据集约 4.4 万张图片上构建索引进行演示，但未做 Recall@K 等定量精度评估。

Mnemosyne OS：本地优先的 AI 记忆操作系统，让文件与对话成为可控、可检索的模型记忆

Mnemosyne OS 是一个面向 AI 记忆的本地优先控制台，把用户的文件与对话整理为可按需检索、加密保存在本机的 vault（记忆库），并由用户决定哪些内容进入、移动或离开。它支持在本地或云端运行 LLM，通过自适应 RAG、语义 Spine 分类与 Dream State 记忆巩固为多个编码 Agent 提供跨会话记忆；提供 MCP 方式接入 Claude Code、Cursor 等工具，并包含多语言界面、语音、图像记忆与 P2P 同步等模块。仓库为 TypeScript/Electron 实现，采用开源核心模式，桌面端支持 Windows、macOS 和 Linux。

Cooking AGI：双语机器学习与大语言模型学习笔记与面试准备资料

Cooking AGI 是一套中英双语的 ML 与 LLM 学习笔记，围绕可跟做、可运行或可回放的示例展开，并配有逐步图示和论文原图来源。内容覆盖模型原理、训练与后训练、推理、检索、Agent、评测、AI 基础设施与具身智能等主题，同时提供面试复习、ML 编程练习、Python 与算法模式、系统设计等准备材料。项目还提供可在 Claude Code 或 Codex 中运行的面试教练技能，用于基于笔记进行模拟面试。README 说明笔记采用 CC BY 4.0、代码采用 MIT，并可本地构建站点。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。