1.֪ʶ?知识?Դ??ϵͳ
2.开源知识库管理系统：全文档预览及全文检索
3.在 Rainbond 上使用在线知识库系统zyplayer-doc
4.掌控自己的内容：使用 Obsidian 打造个人知识管理系统（三）：必备插件安装
5.个人知识库管理工具搭建
6.5 款适用于 Linux 的笔记应用 | Linux 中国
֪ʶ??Դ??ϵͳ
深入探究Dify源码，揭示RAG核心机制的库源关键环节 在对Dify的完整流程有了初步了解后，发现其RAG检索效果在实际部署中不尽如人意。码系因此，统知针对私有化部署的识库Dify，我结合前端配置和实现流程，源码怎么搜索网页引擎源码详细解析了技术细节，知识旨在帮助调整知识库配置或进行定制化开发。库源Docker私有化部署技术方案
本文重点聚焦于Dify docker私有化部署的码系默认技术方案，特别是统知使用Dify和Xinference的GPU环境部署。若想了解更多，识库可查阅Dify与Xinference的源码集成部署教程。RAG核心流程详解
Extractor：负责原始文件内容的知识提取，主要在api/core/rag/extractor/extract_processor.py中实现。库源分为Dify默认解析和Unstructured解析，码系后者可能涉及付费，通常Dify解析更为常用。
Cleaner：清洗解析内容，减少后续处理负担，主要基于规则进行过滤，用户可在前端进行调整。
Splitter：文件分片策略，Dify提供自动和自定义两种，影响检索效果。
Retrieval：Dify支持多种检索模式，包括关键词检索和向量数据库检索，向量库的选择对效果有很大影响。
Rerank：对检索结果进行排序，配置Top K和score阈值，但存在设计上的不足。
总结与优化建议
Dify的RAG服务提供了基础框架，但性能优化空间大。通过调整配置，特别是针对特定业务场景，可以改善检索效果。对RAG效果要求高的用户，可能需要进行定制化的combinebykey 源码二次开发和优化。开源知识库管理系统：全文档预览及全文检索
开源知识库管理系统：全文档预览和全文检索功能概览
四个月前，我发起了一项名为《知识文档存储及分享下载系统》的开源项目，旨在解决团队内部文档管理与检索的问题。该项目专注于存储和分享各类文档，如PPT、PDF和Word，以及提供快速搜索功能，帮助团队成员高效查找所需资料。 经过开发和优化，项目已经实现了主要核心功能，包括:全文检索：支持文档标题和内容的精确搜索，以及关键字的全局查找。
文档预览：直接展示PDF、Word和等格式的文档，可查看文件基本信息，如名称、大小和上传时间。
互动功能：用户可以对文档进行收藏和评论，管理员则拥有删除评论的权限。
文档管理：支持分类和标签功能，便于用户分类浏览。
新功能亮点：搜索热榜和文件查看热榜，展示最受关注的内容。
技术方面，前端采用Vue、vue-router等技术，后端依托SpringBoot 2.4.5、MongoDB、ElasticSearch和Redis。关于技术方案和未来规划，我将在我的博客jiaruiblog.com上进行详细分享。 要体验这个知识库系统，你可以访问以下链接：首页：全文档 - 东半球最好用的知识库
管理地址：全文档 - 东半球最好用的知识库
初始账户：用户名admin，密码admin
源代码在GitHub上供您参考：Vue前端：github.com/Jarrettluo/a...
Java后端：github.com/Jarrettluo/d...
期待您的反馈和参与，一起打造更完善的文档管理工具。在 Rainbond 上使用在线知识库系统zyplayer-doc
zyplayer-doc 是adbclient源码一款适合企业和个人使用的WIKI知识库管理工具，提供在线化的知识库管理功能，专为私有化部署而设计，最大程度上保证企业或个人的数据安全，可以完全以内网的方式来部署使用它。
当然也可以将其作为企业产品的说明文档来使用，支持一键将整个空间的内容开放到互联网，并提供有不同风格的开放文档页样式可供选择，省去您为了产品的说明文档而去定制开发一个系统的成本。
本文将介绍通过 Rainbond 部署在线知识库系统 zyplayer-doc 的两种方式，使用 Rainbond 开源应用商店一键部署和通过源代码部署。
部署 zyplayer-doc 安装 Rainbond
Rainbond 是一个云原生应用管理平台，使用简单，不需要懂容器、Kubernetes和底层复杂技术，支持管理多个Kubernetes集群，和管理企业应用全生命周期。主要功能包括应用开发环境、应用市场、微服务架构、应用交付、应用运维、应用级多云管理等。
可通过一条命令快速安装 Rainbond。
通过应用商店部署 zyplayer-doc
zyplayer-doc 已经发布到 Rainbond 开源应用商店，用户可通过开源应用商店一键安装 zyplayer-doc。
在 Rainbond 的「平台管理 -> 应用市场 -> 开源应用商店」 中搜索 zyplayer-doc 并安装。
部署完成后拓扑图如下。
可通过 Rainbond 默认提供的域名访问zyplayer-doc，访问需要加后缀 /zyplayer-doc/，如：/zyplayer-doc/，默认用户密码 「zyplayer/」。
通过源码部署 zyplayer-doc
zyplayer-doc 是由 Java 编写的 SpringBoot 项目，Rainbond 对于 Java 项目可以通过识别项目的 pom.xml 文件来进行模块的打包以及构建和部署，实现一键式体验。
部署 MySQL
zyplayer-doc 需要使用 MySQL 服务，可以通过 Rainbond 开源应用商店快速部署 MySQL。codef源码
在 Rainbond 的「平台管理 -> 应用市场 -> 开源应用商店」 中搜索 mysql 并安装，可选择安装 5.7 或 8.0 版本。
源码部署 zyplayer-doc
修改zyplayer-doc-manage/src/main/resources/application.yml配置文件，连接信息可在 MySQL 组件中的依赖信息查看。
进入到团队/应用内，选择通过源码创建组件。
然后 Rainbond 会检测出来为多模块项目，选择zyplayer-doc-manage 并进行构建，其他模块都是依赖项，是不可运行的。
编排服务
在应用内 -> 切换到编排模式，将 zyplayer 组件依赖至 MySQL 组件，这样 MySQL 组件会将自身的环境变量注入到 zyplayer 中，zyplayer 组件就可以通过配置文件中的环境变量连接到 MySQL 数据库。
然后更新 zyplayer 组件即可。
最后通过 Rainbond 默认提供的域名访问zyplayer-doc，访问需要加后缀 /zyplayer-doc/，如：/zyplayer-doc/，默认用户密码 「zyplayer/」。
掌控自己的内容：使用 Obsidian 打造个人知识管理系统（三）：必备插件安装
继续你的知识管理之旅，让我们深入探讨如何在Obsidian中安装和利用关键插件，让你的个人知识库更加强大。首先，确保Obsidian处于非安全模式，然后进入插件安装界面，如下所示。附件管理插件
为了轻松管理外部文件，附件管理插件允许你直接复制并整合和各类文件到指定文件夹，配置过程直观明了，如图所示。File Tree Alternative Plugin
Obsidian默认的文件浏览器可能不支持显示所有文件类型，File Tree Alternative插件就派上用场了，它可以显示隐藏的Word或Excel文件，如图所示，即使你对显示与否有严格要求，也可选择安装。源码足彩File Explorer Note Count
这个插件为文件浏览器添加了笔记数量计数功能，安装后，你的笔记管理将更加有序，如图呈现。Quiet Outline
安装Quiet Outline后，大纲视图将更加清晰，让你对笔记结构一目了然，如图所示。Editing Toolbar
编辑器工具栏插件增添了更多编辑便利，安装后，编辑体验提升，如图所示。Image Toolkit
浏览插件让你在编辑时能轻松预览和操作，安装后，编辑工作更顺畅，如图可见。Annotator
PDF注释爱好者可以借助Annotator，安装后，注释功能强大，只需在笔记源码中添加特定标记，如图所示。Link Embed
Link Embed允许你将超链接无缝嵌入笔记，提升阅读效率，如图所示。Local Rest API
配合浏览器插件，你可以轻松将网页内容导入笔记，只需设置对应Key，如图所示。 通过以上插件的安装和配置，你的Obsidian知识管理系统将更加完善。要想了解更多搭建个人笔记库的详细步骤，持续关注我们的知乎专栏，解锁更多实用技巧。个人知识库管理工具搭建
搭建个人知识库管理工具，尤其是集成开源本地服务时，需要考虑到系统兼容性与便捷性。对于办公环境中常见的Windows系统，使用Ubuntu+Docker的组合能实现高效且灵活的虚拟化解决方案。首先，从Ubuntu官方网站下载并安装Multipass，选择Hyper-V作为虚拟化Backend。在安装完毕后，通过命令行创建Ubuntu虚拟机时，使用--cloud-init参数配置DNS，确保网络环境的稳定。
在Ubuntu虚拟机中，可以通过Docker安装各类本地服务。例如，启动Ubuntu默认的DNS配置可能存在问题，此时需要手动修改/etc/resolv.conf文件，将nameserver设置为8.8.8.8以确保DNS解析正常。
在知识库管理方面，使用linkding进行标签管理是一个可行的选择，尽管它不支持分类管理。通过特殊命名的标签可以模拟分类功能，实现对知识内容的整理与归类。
为实现书签管理，通过RESTful API同步Raindrop书签，使用linkding的标签管理功能可以有效组织和搜索书签信息。
Docker安装方面，采用Docker Compose部署各类服务，简化了服务配置与管理流程。对于需要编译安装的软件，首先确保安装了Python 3.以上、NodeJS与NPM，以及Miniconda作为Python环境管理工具。下载源码后，编译静态资源文件，进行初始化配置以开启服务。
Markdown编写工具HedgeDoc提供了便捷的操作体验，通过Docker Compose部署后，还需对请求加上Header信息，确保JS、CSS等文件的正常加载。
面对页面/文件归档的需求，考虑使用ArchiveBox或SingleFile CLI等工具。ArchiveBox支持多种归档方法，如SingleFile、WGET、Chrome PDF等，适用于不同场景下的网页保存。而SingleFile CLI提供了一种更轻量级的解决方案，将网页打包成单个HTML文件，满足基本的归档需求。对于需要代理访问的情况，通过安装Privoxy，可以将SOCKS4/SOCKS5代理转换为HTTP代理，配置等效于全局HTTP/HTTPS代理，以适应办公环境中的网络环境。
如果需求包括集中浏览归档的页面，HamsterBase提供了一个解决方案，通过Docker容器启动服务，支持上传HTML文件进行存储和阅读。
5 款适用于 Linux 的笔记应用 | Linux 中国
使用这些开源工具来记笔记。
在寻找适用于 Linux 的笔记应用时，您可能会发现众多选择。本篇文章旨在提供一份精选列表，介绍五款我推荐的笔记应用。无论是 Joplin、Xournal、Trillium、Gnote 还是 CherryTree，它们各具特色，满足不同用户的需求。
首先是 Joplin，一个跨平台的笔记应用，支持 Linux、Windows、macOS、Android 和 iOS 系统。它以其自动保存功能而受到喜爱，笔记可上传至 NextCloud、OwnCloud、Joplin Cloud、OneDrive、Dropbox 等服务，甚至支持 WebDAV。Joplin 还提供加密功能，确保用户数据安全。多种格式导出笔记，丰富主题选择，以及 MIT 许可证的保障，使得 Joplin 成为一款功能全面的笔记应用。
接下来是 Xournal，一款设计用于创建包含多种媒体类型笔记的工具。支持手写笔和绘图板，适合创作涂鸦笔记，同时也允许在其中输入文本、绘制矢量、导入图形并录制音频。Xournal 的主要用途之一是注释 PDF 文件。它以 GPLv2 许可证发布，提供多种格式的笔记导出功能。
Trillium 是一款专注于知识构建库的层级笔记应用。它具备丰富的所见即所得编辑功能，支持表格、图像和 Markdown 格式，同时允许在源代码注释中使用语法高亮。Trillium 可作为桌面应用在 Linux 和 Windows 系统上使用，也支持在用户自己的 Linux 服务器上托管的 Web 应用。使用 AGPL 许可证发布，Trillium 提供了灵活且功能丰富的笔记解决方案。
Gnote 是一款专为 Linux 开发的开源笔记应用，源自 Tomboy 项目。Gnote 采用类似 Wiki 的链接系统，允许用户通过笔记之间的链接构建知识库。其源代码在 GitLab 上提供，遵循 GPLv3 许可证。Gnote 为用户提供了一个简洁且功能强大的笔记管理工具。
最后是 CherryTree，一个支持层级笔记的应用。在 CherryTree 中，所有内容都被组织为节点，可以包含纯文本、富文本、各种编程语言的语法高亮。每个节点可以有子节点，每个子节点可以具有不同的格式。CherryTree 提供了富文本编辑和语法高亮功能，并允许用户将数据存储在 XML 或 SQLite 文件中。它支持从多种格式导入数据，并可以导出为 PDF、HTML、纯文本或其自定义格式。CherryTree 以 GPLv3 许可证发布，兼容 Linux、Windows 和 macOS 系统。
这五款笔记应用各有千秋，无论是跨平台兼容性、功能丰富性还是安全性，都能满足不同用户的需求。选择适合您工作流程和偏好的应用，开启高效笔记之旅。
深入 Dify 源码，定位知识库检索的大模型调用异常
深入分析Dify源码：大模型调用异常定位
在使用Dify服务与Xinference的THUDM/glm-4-9b-chat模型部署时，遇到了知识库检索节点执行时报错大模型GPT3.5不存在的问题。异常出乎意料，因为没有额外信息可供进一步定位。 通过源码和服务API调用链路的分析，我们发现问题的关键在于知识库检索的实现。该功能在api/core/rag/datasource/retrieval_service.py中，其中混合检索由向量检索和全文检索组成。我们关注了关键词检索、向量检索和全文检索这三个基础检索方式：关键词检索：仅使用jieba进行关键词提取，无大模型介入。
向量检索：通过向量库直接搜索，如Milvus，无大模型调用。
全文检索：使用BM，大部分向量库不支持，实际操作中返回空列表。
问题出现在知识库检索节点的多知识库召回判断中，N选1召回模式会调用大模型以决定知识库。在配置环节，前端HTTP请求显示配置错误，使用了不存在的GPT3.5模型。 经测试，手工创建的知识库检索节点使用了正确的glm-4-9b-chat模型，问题出在默认模板的配置上，即N选1召回模式默认选择了GPT3.5。本地部署时，如果没有配置相应模型，会导致错误出现。 总结来说，解决方法是修改默认模板，将知识库检索的默认模式改为多路召回，这样可以避免新手在本地部署时遇到困扰。建议Dify官方在模板中改进这一设置，以简化用户部署流程。