知识库与 RAGAI 资源

ChatVia.ai：基于自有知识库的自托管 AI 聊天 Agent 平台

chatvia/chatvia · Open-source platform for AI chat agents that answer from your own knowledge base. Hybrid RAG search in PostgreSQL, MCP and custom tools, guardrails and human handoff. Put agents on a hosted chat page, a website widget, Slack, Teams, WhatsApp, Telegram or a REST API. Self-host with Docker and open-weight models.

GitHub原文发布未知首次收录 2026-11-01上架 2026-11-01 07:01

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

ChatVia.ai 是一个自托管的 AI 聊天 Agent 平台，让 Agent 基于自有知识库回答。它在 PostgreSQL 内做向量与关键词的混合 RAG 检索，支持 MCP 服务器与自定义工具、内容护栏与人工接管，并将 Agent 发布到托管聊天页、网站组件、多个即时通讯渠道或 REST API。项目可选用 Docker 或 Ubuntu 安装，并支持前沿模型与开放权重模型。

# 自托管 # 知识库 # MCP # RAG # 人工接管

核心能力与快速开始

★ 111 · PHP

能做什么: 支持创建团队 Agent，并用文件、网页、文本、问答对、音视频等来源构建知识库；在 PostgreSQL 内使用 pgvector 与关键词做混合检索和重排；可接入任意 MCP 服务器、预置连接器或自定义函数，并记录工具调用；提供内容护栏、访客限制与人工接管实时收件箱；支持将 Agent 发布到托管聊天页、网站组件、命令栏、多个即时通讯渠道及 REST API；每个 Agent 可选择不同模型，包括开放权重模型。
适用场景: 适合团队搭建基于自有资料的客服或问答 Agent，并通过网站组件、聊天页面或 Slack、Teams、WhatsApp 等渠道对外服务；也可用于需要工具调用审批、对话日志、分析和潜在客户收集的内部或对外支持场景。
项目形态: 可直接使用的工具
部署方式: 支持 Docker 安装、Ubuntu 直接安装或从源码部署；具体硬件与资源要求未说明。
主要依赖: README 提及 PHP 8.5、Laravel 13、PostgreSQL 18、pgvector 0.8、Redis 8、Node.js 22 等技术栈；实际部署所需的服务器配置与资源未说明。
使用限制: 采用 ChatVia.ai License，源代码可用但带条件：保留“Powered by ChatVia.ai”标识，部分功能需要许可证密钥，未持密钥时仅一个工作区且无 API、语音对话、实时聊天、图表/日历/表单等能力；若作为托管服务提供给他人需 SaaS 密钥。模型 API 调用成本与速率限制未说明。
许可证: NOASSERTION
最近推送: 2026-10-30 15:48

官方入门项目文档核对 README 依据 ↗

资料检查：2026-11-01 07:00 · 卡片整理：2026-11-01 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

相似资源

PersonalClaw：自托管的个人 AI 智能体与自动化操作系统

PersonalClaw 是一个本地优先、自托管的个人 AI 智能体系统，以单一网关进程和 Web 仪表盘整合智能体对话、自主目标循环、长期记忆、知识库、技能、定时自动化、MCP 双向集成以及权限门控的应用平台。所有状态保存在本机 ~/.personalclaw 目录下，模型提供商、搜索、语音、通道与智能体运行时均以可移除应用形式接入，可优雅降级为纯本地运行。项目采用 MIT 许可，目前处于 v0.1.3 预 1.0 阶段，预计会有破坏性更新且暂不提供自动数据迁移。

WeKnora：将文档转化为可查询 RAG、自主推理 Agent 与自维护 Wiki 的开源 LLM 知识平台

WeKnora 是腾讯开源、基于 LLM 的知识框架，面向企业级文档理解、语义检索与自主推理。以三大能力为核心：RAG 快速问答、可自主编排检索与 MCP 工具及沙箱执行的 ReAct Agent，以及将原始文档提炼为自维护互链 Markdown 知识库并带交互式知识图谱的 Wiki 模式。支持多源知识接入与同步（飞书 Wiki / 飞书 Drive / GitLab / 腾讯 IMA / Notion / 语雀 / 钉钉文档 / RSS 等）与 10 余种文档格式解析，可对接 20 余种 LLM 提供商（含 LiteLLM），提供多工作区 RBAC、可切换的向量库与存储后端、Langfuse 可观测性，以及完全可自托管的模块化架构。

ai-tutorial：AgentScope Java 中文教程书架，覆盖 Agent、MCP、RAGFlow 与 CopilotKit 的入门到进阶

这是一个面向团队教程书架的开源仓库，包含多本“从入门到进阶”的中文教程书，每本自带书稿、图片和动手 Demo。已发布 AgentScope Java 2.0（7 篇 44 章，从第一个 Agent 到生产级 Agent 平台）、MCP（4 篇 12 章，跨框架工具接入协议）、RAGFlow（4 篇 13 章，从搭建知识库到生产级检索调优）、CopilotKit（4 篇 8 章，在 React 应用中接入 AI Agent），Langfuse 书还在规划中。仓库还提供按角色（开发、测试、运维、产品、运营）划分的学习路线，以及站点和单书 PDF 的构建说明，可用于团队学习 Agent 开发、RAG 知识库、前端 AI 集成与工具协议。

SyntaxRAG：面向 AI 代理的本地代码检索 MCP 引擎

SyntaxRAG（SYNRAG）是一个本地代码搜索 MCP 引擎，通过 Tree-sitter 按函数、类、类型等 AST 结构切分代码，在 CPU 上用 FlashRank（TinyBERT）对 BM25 候选重排序，并构建依赖影响图。它提供搜索、文件大纲、仓库地图、影响范围分析、测试定位及受控编辑等工具，以减少 AI 代理定位代码时的 token 消耗；附带安装脚本、CLI、可选的变更监视服务和 Gemini 相关可选功能。

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。