AI时代如何做个人知识管理？通过Quivr，初见端倪。
今天介绍一款用AI做个人知识管理的开源软件：Quivr。Github地址：
https://github.com/QuivrHQ/quivr
其云端部署的产品：
https://quivr.app/
产品口号 ?
Quivr的官方口号为"Your GenAI Second Brain"，意在强调该项目为用户提供了一个像第二大脑一样的个人助手，利用AI技术增强个人生产力。
产品定位 ?
Quivr定位为一个开源的RAG（Retrieval-Augmented Generation）框架，专门用于部署和使用AI助手。你可以将其视为Obsidian的AI增强版本。
关键特性 ?
速度与效率：Quivr设计注重速度和效率，确保用户能够快速访问数据。
数据安全：用户的数据完全在自己控制之下。
文件兼容性：支持多种文件格式，包括文本、Markdown、PDF、PPT、Excel、CSV、Word、音频和视频。
开源自由：Quivr是一个开源项目，用户可以自由使用并对其进行定制和扩展。
离线模式: Quivr支持离线工作, 你可以在任何时候任何地点访问你的文档。
使用流程?️
第一步：创建Brain。用户可以创建所谓的“Brain”（大脑?），即AI助手，来处理和响应用户的查询。
一个Brain大脑用来存储并处理某一个主题的文档或者数据。Quivr现在支持三种类型的Brain大脑：
文档型：用户将自己的文档或者网络链接提交到Brain，然后基于这些文档做RAG的AI问答。
GPT4：基于GPT4直接做AI问答。
SQL：连接自己的数据库，检索其中数据，做RAG的AI问答。
下面展示一下创建一个AGI主题文档型Brain大脑的过程。首先，选择Brain的类型为“Docs & URLs”型：
然后命名，并描述。比如创建一个名叫“AGI”的Brain大脑，其描述为“Docs about AGI”：
最后，向Brain大脑里面传入文档，可以是本地的PDF、txt、Word等文件，也可以是网页的URL地址。我给AGI大脑传入了Andrew Ng的How to Build Career in AI、李宏毅老师的AGI讲座PDFs以及Lilian Weng关于Prompt Engineering和Agent的综述文章。
创建完成后，就来到Brain Studio界面，你可以对已创建的Brain大脑做增删改查等操作。
第二步：使用Brain。主要就是通过问答的方式，去查询你关心的问题。首先，通过“@”选择你要问答的Brain大脑，比如我们之前创建的AGI：
然后开始问答，比如“如何开始从事AI？”
你就能和AI在这些关心的问题上进行多轮的对话。AI除了给出答案，还能通过Sources给出答案来源的文档：
你可以拓展到Brain相关的任何问题：
第三步：管理Brain。你可以通过Brain Studio来管理创建的Brains。比如增加提示词模板：
将新文档添加到Brain中：
通过Analytics查看Brain上每天提问的次数：
安装部署 ?
作为一个开源项目，最吸引人的点就是你可以在自己的设备上安装、部署和使用Quivr。下面是使用Docker安转的简易过程：
获取代码。
拷贝环境文件。
设置环境变量。主要是OPENAI_API_KEY（使用OpenAI的模型），或者OLLAMA_API_BASE_URL（使用本地大模型）
启动Quivr。
登录使用。然后就能通过 http://localhost:3000/login 使用Quivr。
除了在本地使用，Quivr还支持将其部署到Vercel、Porter、Digital Ocean等云平台。
小结思考 ?
通过Quivr，你不仅可以拥有一个属于自己个人知识库，而且还是一个通过AI来使用的第二大脑。在使用的过程中，我自己觉得Quivr也有一些值得优化的地方：
能否淡化Brain的概念，将自己的所有文档放在一起，是一个Brain。这样不仅能简化文档的管理，也符合一个人的知识只在自己这一个大脑中的人类直觉。
能否将个人的知识库和整个互联网联系起来？也就是将Quivr与之前介绍过的search_with_lepton这样的“对话式搜索引擎”结合起来，当自己的文档没有对应的信息时，用搜索引擎来补足，变成更为强大的知识引擎。
能否将个人的浏览器历史、收藏、书签等信息作为知识库的重要来源？这些都是组成自己知识的重要信息源，在对话的文档中有重要的权重。
总之，Quivr可以作为AI时代个人知识管理的一个起点，通过AI来辅助管理自己大脑的初步实践。
相关阅读 ?
【开源看AI】6.8K star！取代Google，拥有自己的Perplexity对话式搜索引擎
【开源看AI】4.3K star！通过PhiData看AI Agent或Assistant开发的方法和框架
【完】
