# smart-local-knowledge-doc

**Repository Path**: e4glet/smart-local-knowledge-doc

## Basic Information

- **Project Name**: smart-local-knowledge-doc
- **Description**: 一个基于KaLM-Embedding-V2.5和ChromaDB的学习资料语义搜索系统
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-12-28
- **Last Updated**: 2026-03-03

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 智能本地知识库系统

一个基于KaLM-Embedding-V2.5和ChromaDB的学习资料语义搜索系统，专为师生本地部署设计。

## 系统结构
```
smart-local-knowledge-doc/           # 项目根目录
├── src/                           # 核心源代码（保持不变）
│   ├── main.py                    # FastAPI主应用
│   ├── database.py                # 数据库操作管理器
│   ├── vectorizer.py              # 文本向量化处理器
│   ├── file_processor.py          # 多格式文档处理器
│   ├── models.py                  # 数据模型定义
│   └── config.py                  # 【修改后的配置文件】替换原文件
├── vue3-knowledge-doc/                    
│   └── dist/                      # 前端页面
├── BAAI/                    
│   └── bge-small-zh-v1.5/         # 向量模型目录
├── data/                          # chromaDB文件
├── uploads/                       # 文件上传存储目录
├── miniconda3/                    # 项目专属Python环境
├── app_main.py                    # 【新增】放在项目根目录
├── build.bat                      # 【可选】打包脚本，放在项目根目录
├── 一键启动.bat                    # 一键启动文件
└── requirements.txt               # 依赖包清单
```

## ✨ 特性

- 🤖 **先进的向量模型**: 使用KaLM-Embedding-V2.5，针对中英文优化，CPU友好
- 🗄️ **本地向量数据库**: 基于ChromaDB，无需外部数据库服务
- 📚 **多格式支持**: 支持PDF、Word、Excel、PPT、TXT、Markdown、图片等
- 🔍 **智能语义搜索**: 基于向量相似度的语义搜索，支持中文自然语言查询
- 🏠 **完全本地化**: 所有数据本地存储，保护隐私，支持离线使用
- ⚡ **轻量高效**: 针对个人电脑优化，资源占用低
- 🎯 **学习资料优化**: 针对教材、课件、论文等学习资料的特殊优化

## 📦 系统要求

- Windows 10/11 或 macOS 10.15+ 或 Linux
- 8GB+ 内存（推荐16GB）
- 10GB+ 可用磁盘空间
- Python 3.8+

## 🚀 快速开始

### 1. 下载项目
```bash
git clone <项目地址>
cd smart-local-knowledge-doc
```

### 调试
``` bash
miniconda3\Scripts\pyinstaller.exe --debug=imports app_main.py
```