Multimodal Knowledge Engine：本地优先的可溯源证据引擎，为文档与媒体提供 Agent 可调用的检索与问答

iTao-AI/multimodal-knowledge-engine · Local-first, Agent-callable Evidence engine for documents and media, exposed through Python, CLI, and MCP.

GitHub原文发布未知首次收录 2026-10-07上架 2026-10-07 07:02

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

MKE 是一个本地优先、可由 Agent 调用的证据引擎，用于对本地文档与媒体进行摄取、检索和问答。它通过 Source、Run、active Publication、Evidence、Consumer 五层模型管理证据生命周期：只有经过 Run 验证并激活为 Publication 的内容才能被 Search 和 Ask 读取，失败或不完整的处理不会进入检索范围。结果以 mke.evidence_ref.v1 形式携带来源指纹、Publication 版本、Run 和页码或时间戳定位信息。项目同时提供 Python、CLI 和 stdio MCP 三种接口，共享同一应用服务契约，支持文本层 PDF、短视频以及有界直读音频的本地摄取与检索，并支持将已验证的 Publication 导出为 Compiled Library。

# MCP # local-first # multimodal # provenance # semantic-search

核心能力与快速开始

★ 0 · Python

能做什么: 将本地文档与媒体摄取并处理为可检索的证据；通过 Source/Run/active Publication/Evidence/Consumer 五层结构管理证据生命周期，失败或部分处理的内容保持不可消费；Search 仅读取已激活 Publication 并返回带页码或 timestamp_ms 定位的结果；Ask 仅返回引用证据，无匹配时返回 insufficient_evidence，不使用 LLM 生成答案；以 mke.evidence_ref.v1 携带来源、内容指纹、Publication 版本、Run 与定位信息；提供 CLI 与 stdio MCP 接口共用同一应用服务契约；支持文本层 PDF、短视频 fixture 以及有界直读 MP3/WAV/M4A 音频（缓存、最长 15 分钟、100 MiB）；提供 CJK 检索策略 cjk-active-scan-overlap-v1；可将 active Publication 导出为 Markdown 与 Evidence JSONL 的 Compiled Library；提供本地知识流程、证据溯源与发布验证等 proof/demo 脚本。
适用场景: 为 Agent 提供只能读取已核实证据的本地知识检索与问答接口；在需要引用可追溯来源（页码或时间戳）的文档与媒体问答场景中返回带 provenance 的结果；面向中文内容的本地检索（CJK 主动扫描策略）；将验证后的本地知识导出为可离线查看的 Compiled Library；通过 MCP 让通用 Agent 客户端访问本地库的摄取、检索与证据读取能力；在不依赖外部模型与网络的条件下运行离线验证流程。
项目形态: 可直接使用的工具
部署方式: 本地优先，运行于本地环境；CLI 使用本地 SQLite 数据库；MCP 服务通过 stdio 运行。具体生产部署方式、托管方案与扩展性未说明。
主要依赖: Python（README 中提到 Python 3.12/3.13 的验证环境）；使用 uv 进行依赖同步与运行（uv sync --locked、uv run）。其余硬件与系统要求未说明。
使用限制: 不包含查询重写、HyDE、生产级 OCR、HTTP/UI 与 API 适配器；PDF OCR 仅处于 Phase 0 规划证据阶段，非生产 OCR，OCR 被排除在生产行为之外；Ask 在本切片中不做 LLM 答案生成，仅返回证据或 insufficient_evidence；密集检索、RRF 融合与重排序仅为对比性证据，不改变运行时默认行为；Source 目录浏览与 Compiled Library Viewer 仅存在于当前源码检出中，未包含在 v0.1.7 发布版；音频能力为有界直读，且有 15 分钟与 100 MiB 限制；自述并非托管式 RAG 平台。
许可证: MIT
最近推送: 2026-10-06 08:35

官方入门项目文档核对 README 依据 ↗

资料检查：2026-10-07 07:00 · 卡片整理：2026-10-07 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

在本地开发环境中通过 Python、CLI 或 stdio MCP 接口摄取本地文档与媒体，检索并获取带来源指纹、Publication 版本、Run 和页码或时间戳定位的可溯源证据，用于技术文档查阅与代码相关资料的引用核对。

查看内容依据

MKE 是一个本地优先、可由 Agent 调用的证据引擎，用于对本地文档与媒体进行摄取、检索和问答。

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

对本地 PDF 文档和短视频等材料进行摄取与检索，通过证据引用定位到具体页码或时间戳，用于需求资料、用户研究材料的可溯源查阅与问答。

查看内容依据

支持文本层 PDF、短视频以及有界直读音频的本地摄取与检索，并支持将已验证的 Publication 导出为 Compiled Library。

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

vision-mcp：为 AI Agent 提供图像理解能力的 MCP 服务器

vision-mcp 是一个基于 Model Context Protocol 的服务器，让任意 AI 助手通过 stdio 获得图像理解能力。传入公开 URL 或 base64 图片，即可进行视觉问答、OCR 读图、图像分类、3D/虚拟形象渲染评价，或生成替代文本（alt text）与说明文字。请求由 three.ws 视觉流水线处理，优先使用免费的 NVIDIA NIM 视觉模型，失败时自动回退到服务端付费模型；调用方无需付费也无需提供密钥，接口只读、会按 IP 限流，可选提供 three.ws API Key 提高限额。

DigUp：基于 EmbeddingGemma 2 的 Mac 本地多模态文件语义搜索

DigUp 是一款运行在 Apple Silicon Mac 上的菜单栏应用，利用 Google DeepMind 的 EmbeddingGemma 2 多模态嵌入模型，让用户用自然语言描述来搜索本机文件中的内容。它可以索引图片、PDF、文档、音频和视频，把一次查询同时匹配到视频中的某一帧、播客的某一段、PDF 的某一页或截图中的文字，并支持超过 100 种语言的跨语言检索；开启代码搜索后还能按功能描述定位代码。索引与检索全部在本地完成，模型仅在首次下载和每日检查更新时联网。

AIPOCH Open-Science：面向可复现科研的本地优先 AI 研究工作台

AIPOCH Open-Science 是由 AIPOCH 开发的开源、本地优先、模型无关的 AI 科研工作台，支持 macOS、Windows 和 Linux。它以科研智能体为核心，结合 Python/R Notebook、科学数据连接器（内置 24 个连接器并支持自定义 MCP）、可扩展技能（内置 23 个技能，Skills Marketplace 提供 525 个技能）和 Specialists 委托机制，覆盖从文献综述、假设提出到代码执行、数据分析、模拟、可视化的研究流程。所有生成的报告、表格和图片以不可变、带校验和的版本存储，可追溯产出代码、执行历史与验证证据，并可将完整研究会话导出为可移植的 .science 包用于评审、交接和归档。

OCDS-MCP：连接 AI 助手与德国公共采购招标数据的语义搜索引擎

面向德国 OCDS（开放合同数据标准）公共采购数据的开源框架，通过 MCP（模型上下文协议）接口把招标信息标准化后暴露给 AI 助手，支持语义化招标检索、基于嵌入的相似招标匹配，以及从公开投标历史生成公司画像。系统包含数据摄取、归一化、向量嵌入、语义搜索索引和 MCP 接口等模块，并提供 React 界面与多语言支持。可使用 OpenAI 嵌入与 Claude 推理 API 进行语义理解。

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。