数据不出本机！本地全文检索+知识图谱，可以试试这个开源项目：KnowSeek

关注我的公众号：【编程朝花夕拾】，可获取首发内容。

01 引言

我们的电脑里往往躺着一堆「沉睡」的文档：Word 报告、PDF 合同、Excel 表格、Markdown 笔记......想找一个知识点，要么靠文件名硬猜，要么开全文搜索慢得要死，更别提搞清楚「这些东西之间到底有什么关系」。

市面上的方案要么是网盘检索（数据要上传），要么是各种「AI 知识库」（动辄要接大模型、要联网、要 API Key）。

知寻 KnowSeek想走另一条路：纯本地、零大模型、开箱即用，实现全文检索和知识图谱。

02 简介

知寻 KnowSeek是这两天整理好的一个python项目，已经基本完善，纯AI开发。

该项目纯本地全文检索系统，不依赖任何大模型。输入关键词，秒级定位到文档出处。

GitHub地址：github.com/simonking-w...

2.1 全文搜索

基于 BM25 相关性排序，配合 jieba 搜索引擎模式分词，中文表达习惯友好。搜索命中的词用黄色 <mark> 标出，大小写不敏感，一眼看到重点。精准定位出处，结果不只是「哪篇文档」，而是精确到文件路径 + 章节路径 + 段落号/行号，点开就能看原文上下文（目标段黄底，前后各 2 段灰色衬托）。

支持常用的文档格式：Word（.docx / .doc）、PDF、Excel（.xlsx / .xls）、TXT、Markdown。

可以通过来源过滤，如Word、PDF等.搜索结果顶部会显示本次命中了哪些知识图谱实体，点一下直接跳到图谱。

2.2 知识图谱

把散落的文档连成一张网。知寻的图谱分两层：

L0 结构层 ：目录 → 文档 → 章节 的层级树，先让文档「立起来」；
L1 实体层 ：从正文里抽取 人物 / 系统 / 术语，根据段落内共现建立关系边。

围绕图谱还有一堆实用功能：

两种视图：默认是列表视图（每页 10 条），可切换力导向的图视图，支持滚轮缩放、拖拽节点、点节点看详情；
最短路径：任意两个实体之间 1--6 跳的关联路径，还会标注每一段的谓词关系；
别名合并：像「所述对账系统」和「对账系统」这种重复实体，可以按别名表自动收敛；
重建图谱 ：从现有索引重新构建，不需要重新解析文件，几百篇文档也就几十秒。

2.3 主要技术

SQLite FTS5 + jieba + BM25 + 自建知识图谱 + Flask + 本地 ECharts

全文检索 ：SQLite 自带的 FTS5 虚拟表 + bm25() 排序，无需 Elasticsearch；
中文分词 ：jieba 的 cut_for_search 搜索引擎模式，切得细、召回高；
图谱可视化 ：本地内置 echarts.min.js，不走 CDN，彻底离线；
前端：Flask 单文件模板，一个 HTML 撑起全部界面。

所有数据只存在一个文件里------data/knowseek.db。备份、迁移，拷走这一个文件就够了。

03 快速开始

提供两种启动方式。

3.1 Windows 双击即用

仓库自带完整的 .venv 运行环境，下载解压后 pip install 都不用。严格按顺序：

下载 zip 后，先右键 → 属性 → 勾选「解除锁定」，再解压（否则 Windows 会把里面的 python.exe 当外来程序拦截）；
解压到短路径 ，推荐 C:\knowseek\（.venv 里路径很深，长路径会被 260 字符限制截断丢文件）；
双击 启动知寻.bat，浏览器自动打开 **http://127.0.0.1:9876**。

双击没反应？先双击 修复环境.bat（自动解锁 + 修换行符 + 打印环境报告），再重试。

四个 Windows 脚本各司其职：

脚本	用途
`启动知寻.bat`	自动挑环境 → 依赖自检 → 后台启动 + 开浏览器
`停止知寻.bat`	终止占用 9876 端口的进程
`重启知寻.bat`	先停止 → 等端口释放 → 再启动（改完代码/配置后用）
`修复环境.bat`	下载 zip 后双击无效的万能第一步

3.2 命令

bash 复制代码

# 1. 装依赖（国内建议清华镜像）
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

# 2. 按需改 config.yaml（端口、扩展名、图谱词典等）

# 3. 启动
python run.py

访问 http://127.0.0.1:9876 即可。

界面 Tab 顺序：📊 仪表盘 › 🔍 搜索 › 🕸 知识图谱 › 📁 文件列表 › 📄 索引文件。