产品介绍
2025/6/19大约 7 分钟

千知平台(qKnow) 是一款以知识图谱为核心的开源企业级知识平台,聚焦知识图谱的构建与应用,集成知识抽取、知识融合、知识推理等关键能力,支持从结构化与非结构化数据中高效获取和整合知识,帮助企业构建语义明确、动态演化的知识图谱体系。
qKnow 知识平台提供 开源版 与 商业版 两种形态,满足不同规模与场景下的知识管理需求。
- 开源版:聚焦基础功能,包括知识中心、概念配置、关系配置、非结构化抽取、结构化抽取、图谱探索和系统管理。轻量易用,门槛低,适合中小企业或个人开发者快速实践与探索,帮助企业高效管理核心知识资产。
- 商业版:功能全面,覆盖知识融合、知识推理、知识问答、知识检索、服务管理、服务日志及大模型场景应用等高级能力,提供智能化支持与企业级保障,适用于大规模、复杂场景,助力企业深度挖掘知识价值,实现智慧决策。
两者既各具特色,又形成互补:开源版快速上手,商业版提供专业支持与智能化能力。无论选择哪种版本,qKnow 都将成为企业可靠的知识伙伴,加速数字化转型与知识价值释放。
✨✨✨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
使用场景
适用于希望基于知识图谱构建智能问答、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 | 描述 |
---|---|
知识整合治理 | 适用于任何需要整合来自不同来源的知识数据的企业或机构,如内部文档库、外部研究报告、社交媒体等。 |
提升知识质量效率 | 针对在知识管理和分析过程中遇到数据冗余、重复、不一致等问题的企业或机构,通过知识图谱和大模型进行清洗和标准化处理。 |
打破信息孤岛 | 针对内部存在多个独立运行的知识系统,导致信息流通不畅的企业或机构,通过知识图谱实现跨系统的知识整合。 |
AI应用决策支持 | 通过知识图谱和大模型支持战略决策,深入挖掘知识价值,帮助企业制定更加精准的战略规划和决策。 |
推动数字化转型 | 正在进行或计划进行数字化转型的企业和政府机构,无论其规模大小,都可以通过该平台实现知识驱动的数字化转型。 |
优势
- 知识图谱为骨,大模型为脑。
- 企业级架构,轻量级上手。
- 功能模块自由组合,扩展性强如拼乐高。
- 初生即开源,成长由社区共塑。
- 技术有温度,知识有脉络。
核心功能一览
qKnow 采用模块化设计,详细功能清单参见:完整功能清单
功能模块 | 描述 | 状态 |
---|---|---|
知识中心 | 提供文件分类与文件管理功能,帮助用户快速准确地找到所需资源。 | ✅ |
概念配置 | 自定义知识抽取概念规则,提升信息提取的灵活性与准确性。 | ✅ |
关系配置 | 灵活配置知识间关系抽取规则,强化知识关联建模能力。 | ✅ |
非结构化抽取 | 基于DeepKE工具提取非结构化数据中的关键知识,提升信息利用率。 | ✅ |
结构化抽取 | 从结构化数据源中系统化抽取、转换并加载结构化知识元素。 | ✅ |
图谱探索 | 可视化、交互式知识图谱浏览与分析界面,助力深度洞察复杂关系网络。 | ✅ |
系统管理 | 用户、角色、部门、菜单及日志等核心系统信息的统一管理和权限控制。 | ✅ |
知识融合 | 融合多源异构知识,通过策略优化提升知识的一致性、准确性和可用性。 | 💼 商业版 |
知识推理 | 利用逻辑推理技术挖掘知识间的潜在关联,增强系统的语义理解和智能决策能力。 | 💼 商业版 |
知识问答 | 构建基于大语言模型(LLM)与知识图谱的智能问答系统,支持自然语言交互查询。 | 💼 商业版 |
知识检索 | 融合全文检索与语义理解技术,实现对知识库内容的高效精准检索。 | 💼 商业版 |
服务管理 | 服务注册、监控、维护与优化于一体的后台服务治理解决方案。 | 💼 商业版 |
服务日志 | 全面记录服务调用过程,支撑故障追踪与性能分析。 | 💼 商业版 |
架构图

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。