产品介绍
千知平台（qKnow） 是一款以知识图谱为核心、融合向量知识库的开源企业级智能知识平台，致力于构建“结构化+非结构化”一体化的知识中枢。平台深度融合知识工程与大模型技术，集成了知识抽取、知识融合、知识推理等核心能力，支持从结构化数据库与非结构化文档中高效提炼知识，帮助企业构建语义清晰、动态演进、可追溯、可管控的智能知识体系。
qKnow 知识平台 商业版 现已全面升级，在持续强化知识图谱能力的基础上，创新引入多知识库并行管理与混合检索机制，实现“图谱+向量”双引擎驱动，全面拓展知识存储、组织与应用的广度与深度。同时，平台深度集成大模型能力，构建了覆盖知识问答、智能写作、合规审查等场景的AI原生应用矩阵，推动企业知识从“可查”迈向“会用、能写、懂审”的智能化新阶段。
qKnow 知识平台提供 开源版 与 商业版 两种形态，满足不同发展阶段与业务复杂度的知识管理需求。
✨✨✨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
鼓励一下 🚀
这是一个 有用、持续更新、具备真实生产价值 的项目。
如果 qKnow 对你有帮助，请给我们点个 Star ⭐️，这将是我们持续更新的最大动力！
开源版 VS 商业版
开源版：聚焦知识管理核心能力，涵盖知识中心、概念与关系配置、非结构化/结构化知识抽取、图谱探索、数据源管理（支持MySQL、Oracle）及基础系统管理等功能。轻量易用、部署灵活，适合中小企业、科研团队或开发者快速上手，低成本构建企业知识图谱雏形。
商业版：功能全面、架构先进，全面支持多知识图谱并行管理、多知识库融合检索、知识融合、知识推理等高级知识治理能力。在知识应用层面，深度融合大模型技术，提供：
- 知识问答：支持多知识源联合检索、对话引用、相关资源推荐，实现精准、可追溯的智能问答；
- 知识推荐：基于用户意图与画像，主动推荐热门、关注与最新知识，让知识“主动找人”；
- 智能写作助手：结合企业模板与业务数据，实现大纲生成、内容扩写、智能润色与一键导出；
- 智能文档审查：基于规则引擎与大模型语义理解，自动识别语法、术语、敏感词等问题，提升文本质量；
- 智链工坊：支持接入Dify等外部智能体，实现AI工作流的灵活编排与协同调用。
商业版还提供企业级权限控制、自定义Embedding模型、召回测试、SLA技术支持等保障，适用于金融、制造、能源、政务等对知识准确性、安全性与智能化水平要求较高的大型组织与复杂场景。
开源版与商业版相辅相成：
- 开源版 作为轻量入口，助力用户快速验证知识管理价值；
- 商业版 作为企业级解决方案，提供全链路知识治理与深度AI应用能力，实现知识资产的规模化、智能化运营。
无论选择哪种形态，qKnow 都致力于成为企业可信赖的智能知识中枢，加速知识沉淀、激活数据潜能，全面赋能数字化转型与智慧决策升级。
使用场景
适用于希望基于知识图谱与向量化知识库构建智能问答、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 | 优化后描述 |
|---|---|
| 知识整合与统一治理 | 面向拥有大量分散文档、数据库或非结构化资料的企业，qKnow 支持从多源异构数据中自动抽取知识，构建统一的知识体系，实现知识资产的集中纳管、分类组织与标准化治理。 |
| 知识质量提升与智能演进 | 针对知识重复、冲突或信息断层问题，平台通过大模型驱动的知识融合与推理能力，智能识别冗余实体、合并同义项，并预测潜在关系，持续提升知识图谱的准确性与完整性。 |
| 打破信息孤岛 | 支持对接多个独立系统（如文档库、项目管理系统、数据库等），通过多图谱管理与多知识库融合检索，打通数据壁垒，实现跨系统、跨格式知识的一站式查询与关联分析。 |
| AI 原生应用与决策支持 | 深度集成大模型能力，支持基于企业私有知识的智能问答、对话式推荐、AI辅助写作与合规审查，确保AI输出可追溯、有依据，助力高效决策与内容生成。 |
| 加速数字化转型 | 为政府与企业构建可运营的智能知识底座，将隐性经验转化为显性资产，推动知识在业务流程、客户服务、内部协同中的深度复用，实现知识驱动的智能化升级。 |
核心优势
| 优势 | 说明 |
|---|---|
| 知识图谱为骨，大模型为智 | 结构化知识构建认知骨架，大模型驱动语义理解与内容生成，打造“会思考、能对话”的智能中枢。 |
| 企业级能力，轻量级上手 | 商业版支持高可用与精细权限；开源版开箱即用，低成本快速验证，适合不同发展阶段团队。 |
| 模块化设计，扩展如拼乐高 | 功能组件灵活组合，按需启用知识抽取、图谱管理、智能问答等模块，支持平滑演进。 |
| 开源共建，成长由社区驱动 | 代码开放透明，支持社区参与迭代，共建可持续、可信赖的知识智能生态。 |
| 技术有温度，知识有脉络 | 关注知识来源与上下文，让机器理解更贴近人类思维，真正服务于人而非替代人。 |
核心功能一览
qKnow 采用模块化设计，功能体系清晰、扩展性强，涵盖知识图谱、知识库、知识问答、知识推荐、智能写作助手、文档智能审查、智链工坊和系统管理八大核心模块。
功能覆盖知识构建、治理、应用与AI融合全链条，开箱即用，灵活组合，全面满足企业从基础管理到智能应用的多样化需求。
详细功能清单参见：完整功能清单
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-Plus | ORM 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 Plus | UI 组件库 | |
| Axios | HTTP 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 | JDK | 1.8 或以上 | 建议使用 OpenJDK 8 或 11 |
| Maven | 3.6+ | 项目构建与依赖管理 | |
| MySQL | 5.7 或 8.0 | 关系型数据库 | |
| Neo4j | 4.4.40 | 图数据库 | |
| Redis | 5.0+ | 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.js | 16+ | 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 |
交流群
加入 qKnow 知识凭条的 QQ 交流群：点击加入
💡 如您有好的建议或功能需求，欢迎 提交Issue，与我们共同完善知识平台功能。