kbgo

README

KBGO - 知识库管理系统

基于 Go 开发的 RAG（检索增强生成）知识库管理系统，支持文档解析、向量检索和智能对话。

核心功能

知识库管理

• 创建、查询、更新、删除知识库
• 支持知识库分类和状态管理

文档处理

• 支持文件上传和 URL 导入
• 自动文档解析和分块（chunking）
• 支持文档重新索引
• 文档和分块的状态管理

向量检索

• 支持 Milvus 和 pgvector 向量数据库
• 三种检索模式：向量检索、Rerank、RRF（倒数排名融合）
• 支持查询重写优化

RAG 对话

• 结合知识库的智能问答
• 支持流式和非流式输出
• 支持多模态输入（图片、音频、视频）
• 集成 MCP 工具调用

模型管理

• 统一的模型配置管理
• 支持 LLM、Embedding、Rerank、多模态模型
• OpenAI 风格的 API 接口
• 动态模型加载和切换

MCP 集成

• MCP 服务注册和管理
• 工具发现和调用
• 调用日志和统计

技术栈

• 后端框架: GoFrame v2
• 向量数据库: Milvus / PostgreSQL + pgvector
• 关系数据库: PostgreSQL
• 文件存储: RustFS (MinIO) / 本地文件系统
• AI 模型: OpenAI 兼容接口

快速启动

1. 环境要求

• Go 1.24+
• PostgreSQL 9.6+
• Milvus 2.6+ 或 PostgreSQL 16+ (with pgvector)

2. 配置文件

复制配置模板并修改：

cp config/config_demo.yaml config/config.yaml

3. 运行项目

# 安装依赖
go mod tidy

# 直接运行
go run main.go

# 或编译后运行
go build -o kbgo
./kbgo

4. 访问服务

• API 服务: http://localhost:8000
• API 文档: http://localhost:8000/swagger/
• 调试工具: 在浏览器中打开 debug.html

主要 API 接口

知识库

• POST /v1/kb - 创建知识库
• GET /v1/kb - 获取知识库列表
• GET /v1/kb/{id} - 获取知识库详情
• PUT /v1/kb/{id} - 更新知识库
• DELETE /v1/kb/{id} - 删除知识库

文档

• POST /v1/upload - 上传文件
• POST /v1/index - 索引文档（分块+向量化）
• GET /v1/documents - 获取文档列表
• DELETE /v1/documents - 删除文档
• POST /v1/documents/reindex - 重新索引

分块

• GET /v1/chunks - 获取分块列表
• PUT /v1/chunks - 更新分块状态
• DELETE /v1/chunks - 删除分块

检索

• POST /v1/retriever - 向量检索

对话

• POST /v1/chat - 智能对话（支持流式、多模态、MCP）

模型管理

• POST /v1/model/reload - 重新加载模型配置
• GET /v1/model/list - 获取模型列表
• POST /v1/model/chat - OpenAI 风格聊天接口
• POST /v1/model/embeddings - Embedding 接口

MCP

• POST /v1/mcp/registry - 注册 MCP 服务
• GET /v1/mcp/registry - 获取 MCP 服务列表
• POST /v1/mcp/call - 调用 MCP 工具
• GET /v1/mcp/logs - 查询 MCP 调用日志

项目结构

.
├── api/                  # API 接口定义
├── config/               # 配置文件
├── core/                 # 核心业务逻辑
│   ├── chat/            # 对话处理
│   ├── client/          # OpenAI 客户端
│   ├── common/          # 公共工具
│   ├── formatter/       # 消息格式化
│   ├── indexer/         # 文档索引
│   ├── model/           # 模型管理
│   ├── retriever/       # 检索器
│   └── vector_store/    # 向量存储
├── internal/            # 内部实现
│   ├── cmd/            # 命令行入口
│   ├── controller/     # 控制器
│   ├── dao/            # 数据访问层
│   ├── logic/          # 业务逻辑
│   ├── mcp/            # MCP 客户端
│   └── model/          # 数据模型
└── pkg/                 # 公共包

使用流程

1. 创建知识库: 调用 /v1/kb 创建一个知识库
2. 上传文档: 使用 /v1/upload 上传文档或提供 URL
3. 索引文档: 调用 /v1/index 对文档进行分块和向量化
4. 智能对话: 使用 /v1/chat 进行基于知识库的对话

License

MIT License